什么样的数据分析才是有价值的呢?

为了了解什么样的数据分析才是有价值的，我们将数据分析师的能力模型分为了四类：

1. 描述性分析

描述性分析是指分析业务中关键数据的概况，以可视化的方式呈现给相关人员，描述业务发生了什么变化。

比如“日均新注册用户数增长了 50%”

这也就是我们所说的“后见”。

2. 诊断性分析：

诊断性分析是指在知道业务发生了什么后，再进一步追溯事件为什么发生，便于我们从根本上解决问题。

比如上面的结论进一步诊断后可以说“日均新注册用户数增长了 50%，经分析，官网新增大量来源为 weibo 的访问，原因是产品被某大 V 在微博上公开推荐了，从而引起新注册用户增长。”

这就是有价值的“洞见”，从这里开始数据分析的价值开始显现。

3. 预测性分析：

预测性分析是指从数据中预测可能发生的事件，通过建模、机器学习、数据挖掘来分析预测将要发生什么。

我们工作中常见的预测性分析有流失用户分析、付费行为分析等，也就是对现有用户的行为数据进行分析挖掘，通过回归分析、聚类分析等等方式，来对用户的行为进行或业务走向进行预测。

这是一种“先见”的能力，也是成为高级数据分析师必备的能力。

4. 指导性分析：

指导性分析是在产生的洞见基础上，指导接下来需要做什么，通过模拟和最优化寻找最佳的解决方案。

这种能到指引业务向上发展的能力是一名合格的数据分析师必须要具备的。

指导性建议需要建立在对业务充分理解的基础上，只有对业务足够懂，才可能做出正确的指导业务健康发展的决策。

因为篇幅关系，这里面没有详细展开来讲，以后会考虑继续写系列文章。要记住，做数据分析时，分析什么问题比使用什么分析方法更重要。

做好数据分析，要对数据分析的价值有清楚的定位。既不要神化数据分析，把它当做万能钥匙;也不要轻易否定数据分析的意义，弃之不用。什么样的数据分析才是有价值的呢，小编认为，应该对业务有实际的指导意义，而不应该流于形式，沦为单纯的 “取数”、“做表”、“写报告”。