好看不火 | 怎么才有数据分析思路？
大家好，最近在知乎和沙雕网友们疯狂互动的时候，碰到了这么一道题
怎么才有数据分析思路？
做数据分析经常会遇到一个问题，从一堆海量数据，不知道怎么分析，怎么得出结论，往往是因为想法枯竭，大家有什么好的方法吗？
我最近刚从这个问题脱身，挺有发言权的，赶紧来给大家输出
大学里学做海报的时候，学姐给我们传达的思想是“视觉积累比技术重要”；实习写公众号的时候，老大也教育我“80%的时间都应该花在‘看别人在说什么’上”。我想，世间之事大抵如此，都做不好一个复读机，那就更不可能做一个优秀的“人工”智能了。
所以，对于这个问题，我的第一个答案是“多看项目”
比如说，我是互联网行业的人，我每天手里握的数据是PV/UV/曝光/留存/转化，而我每天经受的灵魂拷问是“数据为什么降了”“新版上线留存能提高多少”...
这时，我们可以参考一下参加数据比赛的一般解题流程
1.分析数据
分析数据，在这个语境下，应该是盘点一下手上能有怎样的数据。比如我们分析一条推送的打开率，送达/PV/UV/曝光/转化，除了这些平时我们直接关注的数据，还会有其他数据，比如，推送时间/标题长度/是否周末/用户属性balabala。
（此处我们没有评价指标，忽略）
2.抽象成数学问题
就是明确你要研究的数据，以及边界。
再拿“分析一条推送的打开率”举例，你可以把他转化成“预测一个用户是否会打开推送”，或者“预测一条推送文案的打开率”，又或者“预测一条推送的开率”
前面3个题目背后的X和y其实都是不一样的。
3.赛题类型
是有监督/无监督/半监督？二分类/回归/NLP...？拿前面那3个问题举例
预测一个用户是否会打开推送——有监督&二分类
预测一条推送文案的打开率——有监督&NLP&回归
预测一条推送的打开率——有监督&回归
再比如只是简简单单的做个用户画像，那可能就是个无监督的聚类问题。
4.查找资料
这不就不用多说了吧！无论是抄作业类型的找，还是漫无目的开卷有益型的找，多走走多看看总是没错的。
这不，我网上冲浪给大家找到了这些案例，或多或少都是按照上面给大家讲的4步来的，现在呈上来给大家开开眼。
这篇文章从社交媒体语料库，分析车类品牌用户的购买行为。
Scottish Fold Cats，公众号：Social Listening与文本挖掘【万字干货】 如何利用Social Listening从在线垂直社区提炼有价值的信息---以汽车之家的口碑数据挖掘为例
作者开局一张纸，内容全靠爬，白手起家配合一些商业模型，最终输出了8个有效结论。
i.消费者购车目的分析
ii.了解消费者关注的典型话题
iii.从“车辆缺陷”中识别凯迪拉克的重要产品缺陷
...
这篇文章基于“人人都是产品经理”网站的文章数据进行数据分析，为选题作指导苏格兰折耳喵，公众号：Social Listening与文本挖掘【干货】作为一个合格的“增长***”，你还得重视外部数据的分析！
同为新媒体+数据分析从业者，我非常赞许作者用科学的方法洞察话题潮流趋势，从而指导选题这种操作。
这篇文章立足电商领域，用聚类的方法做RFM用户分类苏格兰折耳喵，公众号：Social Listening与文本挖掘【数据运营实操】如何运用数据分析对某个试运营项目进行“无死角”的复盘？
（另外，活捉以上3篇文章作者的技术专栏，见“阅读原文”）
这篇文章也是电商领域的。它从如何寻找特征维度开始讲解，用了最最最基础的决策树模型，来分析一个用户付费与否的核心差别点。
运营数据能力进阶（一）：客户画像数据分析
LunaDeng，人人都是产品经理
http://www.woshipm.com/data-analysis/2409661.html
这篇文章基于上海市链家二手房数据，构建线性回归方程，用于房价因素的判断及预测。
上海市链家二手房分析
小科，kesci
https://www.kesci.com/home/project/58d09ac197c4b112cbb80627
上面这些案例还都挺有启发性的，想看更多也可以自行搜索
（要不是为了写文章去搜的这些，我还不知道有这类骚操作，你看，“多看项目”有用吧~）
好，为了防止你看了以上案例，出现马冬梅名场面
我就再丢一个答案——提升“对于自己行业、对公司业务的理解”。
题主描述中所说“不知道怎么分析，怎么得出结论”，我想大抵就是对业务的不了解。
你看上面那些比较厉害的例子，或多或少都是有一些经典的理论进行支撑的，比如“汽车之家”的高大上Social Listening，还有电商的经典RFM模型。再不济，也是从实际业务中遇到的问题出发，比如自媒体的选题分析等。其背后，都是需要丰富的业务知识进行支撑。
再拿我自己举例子，对于我一个机器学习基础还行的新手互联网运营来说，其实给我带来更大的思路拓宽的是一些讲运营的书，比如《运营之光》之类，看了他，你才会对“互联网运营”的有更深，更结构化的认知，才不会永远都看山是山。
“对行业、业务的理解”和“对算法的理解”这两兄弟就好像双腿走路一样，如果其中短了一根，就会一瘸一拐走不好“数据分析”之路。
说到最后，其实也还是开卷有益，多看多交流，多花时间总没错的。
更多相关文章
- 谈谈统计学正态分布阈值原理在数据分析工作中的运用
- n种方式教你用python读写excel等数据文件
- Python地信专题 | 基于geopandas的空间数据分析—数据结构篇
- centos 普通用户使用root的权限
- pandas_profiling ：教你一行代码生成数据分析报告
- 干货 | Bokeh交互式数据可视化快速入门
- 使用requests爬取拉勾网python职位数据
- excel VS python 谁更适合数据分析？
- Seaborn：一行代码生成酷炫狂拽的数据集可视化