数据分析师如何“分析”问题

来源：广州CDA数据分析师学校时间：2022/9/5 18:09:37

　　随着大数据时代的到来，数据已经深入到我们的生活中，如购物记录、社交信息、地理位置等。数据已经成为了一种基础性的战略资源。

　　然而这种重要战略资源的使用(解决数据分析问题)却依赖于以下三类角色：

　　数据科学家：如果我们认为分析是一门决策支持类型的，那么从事“数据科学家”角色的人在整体数据的应用团队中所占的比例是相对较少的。他们主要承接研究与创造某一泛化场景下的核心算法，比如说逻辑回归的算法。

　　业务用户：正如其名，这部分人群处于解决问题的另一端，往往是问题的提出者同时也是执行方案后结果的反馈者，他们对市场以及业务侧的问题有更高的敏感度，但是对如何从数据分析的角度解决问题并不是很擅长。

　　数据分析师：具备分析能力的数据分析师处在两者之间，在解决数据分析问题的环节中起到了非常重要的过渡和链接作用，不仅需要具备一套分析解决问题的思路，同时也要有一定两端角色的知识储备与语言转化能力。

　　其中数据分析师是非常重要的一环，因为在业务运营的过程中，会遇到各种不同的业务分析场景，所以需要大量的数据分析人才去完成其中分析落地的环节。

　　一般我们看到一组数据的变化，往往背后代表着业务上的变化，甚至也可能是一个新产生的问题，所以这个时候需要进行数据分析。对于这种场景一般需要从以下几个方面去分解它：

　　一、 这个变化是什么?

　　在回答这个问题的过程中，其实就是在从业务角度去理解数据的变化，需要分析人员对数据背后代表的业务逻辑有较深的理解。同时这个过程也需要进行一些初步的判定，比如说是可预见的还是突发的;是需要关注的还是正常的变化等。

　　二、为什么会有这样的变化?

　　到这里，就需要探索数据变化背后的原因，需要从表象上抽丝拨茧式的深挖变化源头，然后达到对变化进行业务上合理的解释的目的。抛开分析工具的使用不谈，这个过程需要很多信息储备才能顺利完成，比如说历史业务数据情况;当前外部环境变化;影响变化的核心指标;业务行为如何影响数据指标等。

　　三、我们怎么做才能改变它，或者对它进行一定干预?

　　当我们已经能对变化进行业务上合理的解释了，也就意味着我们找到多米诺骨牌触发的几个源头。接下来就需要判断做哪些业务行为可以影响较终变化，影响有多大?接下来就跟玩多米诺骨牌一样，去用业务行为触发核心数据的变化，通过核心数据之间存在的内部业务联系去影响较终目标。

　　四、能否提前控制它?

　　我们在第2、3步中，对于某一个具体的问题，其实是用历史数据总结出一套内部变化规律。如果一旦验证成功，就可以将此规律运用到未来对于此问题的控制上。也就在一定程度上规避了业务的不确定性。

　　我们以风险中DPD 30+ 逾期率上升的场景为例：

　　如果要理解这个变化就要先从DPD 30+ 这个指标入手。它的公式为：当前处于逾期30天以上的余额/当前总在贷余额。也是说在整体在贷资产中，逾期30+以上的资产的比例在增加，但是这不一定代表着逾期上升。

　　一般正常的业务阶段，分子与分母都是增加的(也就是变化方向一致)，但是分子的增加在时间上是滞后的。所以分子分母变化方向与速度的差异同样也会导致指标发生变化：

　　由于业务量趋于稳定，分子时间的滞后性对指标不再有太大影响

　　由于业务增长减少导致总在贷余额增速下降

　　逾期30+资产的增加

　　对于前面2个原因都与业务节奏相关，关于第3点需要进一步分析。关于逾期增加，可以根据一些基础纬度去划分，比如说：分产品30+指标与资产占比;首借、复借;首逾变化;期数等。

　　如果我们找到了针对此次变化的主要原因，接下来就需要对这部分进行业务行为的干预，比如说是因为较近首借的资产首逾较高导致DPD 30+增加，接下来就需要在贷前策略对应的模块进行收紧和加强。

　　如果业务动作执行后对较终的指标有积极的影响，那么对于DPD 30+这个指标就可以建立起一套预测及优化机制，根据较终的目标反推各子环节的指标范围，从而达到提前预测和干预的目的。

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/6488/news/560267/违者必究！ 以上就是广州CDA数据分析师学校 小编为您整理 数据分析师如何“分析”问题的全部内容。