第一份BI分析项目总结

BI分析项目总结

1. 结合业务了解数据

首先要对相关业务有一定的了解和认知，这样结合业务可以更高效的去了解数据库中包含了哪些数据，这些数据对应的业务是什么，即数据的作用。哪些是基础表（数据），哪些是次要数据，以及这些数据之间的业务关系。在查看数据的同时，要留意数据是否符合条件，如时间戳，颗粒度不够等问题，因为只有数据符合最基本的条件，这样的数据才有价值。只有对数据有了整体的把控后，才能知道哪些数据能用，哪些数据暂时没有价值。

需要注意的是：在理清了所包含的数据后，当要用数据库中的数据来表达具体的业务时，此时我们理解的数据间的关系不一定和甲方的认知相同，可以查看数据库中是否有相关的存储过程，视图等与之对应。

2. 根据需求进行分析和挖掘

此时的需求可能来源于两个方面，一种是需求已给定，一种是需求未给定，自己根据数据给出需求。当需求由别人给定时，此时只需根据需求进行相关分析。当需求未给出，要根据业务及数据给出需求，并根据需求给出分析结果。此时的分析包括两种，一种是在现有数据的基础上可进行的分析，一种是现阶段没有数据支持，根据业务可进行的其他分析，这样可促使相关部门的硬件设备和软件设备的跟进和更换，使分析有数据支持。

困难是当数据给出时，分析应该怎样进行切入，使分析对业务有指导作用，进一步挖掘出数据的潜在价值。

数据分析场景相关问题可以分三步走（来自知乎知乎链接）：

[1] 第一步：明确场景类型

企业数据分析场景可分为以下几种：

经营数据分析：指收入、销量等企业经营活动相关的数据分析；
销售数据分析：销售收入、销售额、销售单产等与销售活动直接相关的数据分析，与经营分析的区别是销售分析粒度更细，频次更密，要求速度更快；
客户数据分析：即CRM分析，指客户购买额、购买频次、购买偏好等客户产生的相关数据的分析；
营销/市场数据分析：指企业营销/市场活动的投放、反馈、效果相关数据的分析，运营分析可归入这一类，也可归入产品类；
产品数据分析：单个产品的数据分析，包括实物产品和服务产品；
财务数据分析：
其他数据分析：人力资源数据分析等等。

[2] 第二步：明确分析目标。对于不同的场景，分析目标是不一致的。

经营数据分析：监控企业的运行情况，目标是发现企业经营活动中的问题，主要关注点是销量/销售额总体时序变化、地区分布、总体及单个点变化原因；
销售数据分析：目标是保证完成销售任务，检测销售效率低的原因，提出解决办法，主要关注时序进度、落后原因、销售单产情况等；
客户数据分析：目标是深入理解客户，典型方法是RFM模型；
营销/市场数据分析：目标是了解投放效果，优化投放计划，提升投放效率，关注点主要集中在ROI相关的指标；
产品数据分析：综合了前面几类分析的内容，分析目标则集中在某个产品上；
财务数据分析：
其他数据分析：。

[3] 第三步：搭建分析体系

分析点包括两个核心：

核心一：绝大多数的分析都是针对人（内部人员和客户）、财（收入，支出）、物（产品，服务）三个对象进行的。所有的基础分析指标可由单个对象或对象间的组合推导出来。

核心二：做分析时处理指标记住八个字，即变化、分布、对比、预测。（两个维度：时间和指标）

分布：指标在不同层次上的表现，包括地域分布、用户群分布、产品分布等。

对比：包括内部对比和外部对比，内部对比包括团队对比、产品线对比等；外部对比主要是与市场环境和竞争者对比。这一部分和分布有重叠的地方，但分布更多用于找出好或坏的地方；而对比更偏重于找到好或坏的原因。

将两个核心的内容叠加到一起，分析体系就基本建立了。

3. 项目的重点和难点，怎么解决困难

重点：根据企业的不同场景，通过数据分析来反映企业的关注点（如经营，销售，产品，客户）及问题。

难点：数据的质量问题，如颗粒度不饱满，缺少时间戳等。解决办法是一方面在进行数据分析时只能进行全量分析，而不能进行增量分析。另一方面企业要改进设备，使数据满足分析的质量要求。对业务的不清楚，导致对数据库中的数据理解有偏差。怎样来验证数据的正确性，主要是用web端的数据来验证，有疑惑的地方可以和业务人员进行沟通来解决。

4. 分析的工具要熟练掌握。

当数据和分析目标都已确定的条件下，要高效快速的进行分析，给出分析结果。此时要对分析用到的相关工具及方法可熟练的操作，如SQL，Python。这一块基础还很薄弱，需加强。

5. 沟通的重要性。

此时的沟通可分为内部沟通和外部沟通。内部沟通可选择面对面的沟通形式，这样别人可以快速的理解你要表达的事情。在外部沟通时，一般是通过文档的形式，此时要准确清晰有条理的表达自己的疑惑和问题，并且在提问时尽量让对方做选择题，且问题不能太宽泛，越具体越好，让对方很容易明白，给出想要的结果。

6. 大数据量时，sql语句的效率优化。

在对百万级，千万级，亿级的数据量时，通过优化查询语句来加快处理速度，节省时间，也是很重要的一点。

第一份BI分析项目总结相关推荐

基于R语言的关联规则分析项目
转自http://blog.163.com/dm_team/blog/static/2379750132014891084989/ 摘要抱着成为一名优秀的数据分析师/数据挖掘师的理想,我们组成了一个 ...
p2020开发_10个使您在2020年获得第一份开发工作的项目
p2020开发 For those of you looking to break into the world of web development with your first dev job, ...
BI商业智能项目中的若干风险要素
BI商业智能项目应在 "业务驱动,总体规划,统一设计,分期实施" 的总体设计原则下分期实施,采取Agile BI方法论迭代开展,先确保核心功能满足客户需求,在总体规划下不断完善整个 ...
2022年大数据BI工程师项目实训介绍
来自[仅悦数据]<大数据BI工程师项目实训>的介绍,精心整理,盗用必究- 本文阅读约需15分钟,感谢观看~ 最新播报:2022年BI大数据实训全面升级,我们必将更专业.更用心! 一.202 ...
产品新人如何才能找到第一份产品工作？
在校学生毕业如何找到一份产品经理的工作?设计师,程序员,运营转产品经理应该做哪些准备?怎样才能找到第一份产品工作?新人转行产品经理简历怎么写? 最近遇到很多新人,想转行产品经理却不知道怎么入门以及怎么 ...
大数据智慧数字电商第五课程序整合可视化和BI分析
大数据数仓项目第05天课程目标能够整合Phoenix.HBase实现订单明细查询掌握使用Phoenix创建二级索引提高查询效率掌握Flink程序优化完成 Imply 安装能够使用 Drui ...
数据治理分析项目最佳实践
当今信息化建设程度不断深入,企业在优化整合各种IT能力,使IT成为企业的前进驱动力与核心竞争力的同时,将视角关注于更深层次的数据治理与分析,预示着以数据.流量.知识为主的数字经济时代到来,此背景下,数 ...
作为 CIO，构建一个商业智能 BI 分析平台应该重点关注什么？
商业智能 BI 分析平台构建重点企业级商业智能 BI 分析平台的构建是一个系统型的工程,涉及业务分析需求的把控.各类数据资源的整合清洗.数据仓库的架构设计.可视化分析报表逻辑设计.IT 部门与业务部 ...
BI商业智能项目中存在的风险与企业如何推行适合自己的BI项目
1.失败的BI项目对于大多数信息化项目来说,BI项目和知识管理项目是难度最大的.暂且放下知识管理不说,首先,我们先把使用BI的角色确认下来. 大家都知道,BI是在1996年提出来的,现在大部分人都认 ...

第一份BI分析项目总结

第一份BI分析项目总结相关推荐

最新文章

热门文章