近年來，大數(shù)據(jù)和增長黑客等概念已在Internet行業(yè)中廣泛傳播，并且數(shù)據(jù)分析思想變得越來越流行。作為Internet上最前沿的產(chǎn)品經(jīng)理，他們已經(jīng)接觸到許多產(chǎn)品數(shù)據(jù)和用戶數(shù)據(jù)。使用它來增強業(yè)務(wù)能力已經(jīng)成為人們討論的熱點。那么大數(shù)據(jù)分析要經(jīng)歷幾個階段？大數(shù)據(jù)分析至少存在三個階段：熟悉計算工具階段、提升分析能力階段和形成思維方式階段。

　　大數(shù)據(jù)分析要經(jīng)歷幾個階段？

　　階段1：熟悉計算工具

第一個階段是熟悉計算工具階段，也就是能從數(shù)據(jù)中正確計算出結(jié)論。這一階段需要的是編程能力和基礎(chǔ)的邏輯分析。在這個階段，需要打好基本的編程和數(shù)理基礎(chǔ)，比如如何使用一種編程語言從某個數(shù)據(jù)源中提取數(shù)據(jù)，進行必要的轉(zhuǎn)化，生成一個結(jié)果。在這個階段，我經(jīng)常認為數(shù)據(jù)分析就是編程。那時也對編程和數(shù)據(jù)分析產(chǎn)生很大的畏難情緒，覺得自己離學好編程、使用好各類工具的狀態(tài)有很大差距。

同時，我也對如何分析數(shù)據(jù)感到一籌莫展。雖然在學校課堂和各類網(wǎng)絡(luò)教程中學過很多編程方面的技術(shù)，也能夠看懂一些別人的程序，但是對于一個嶄新的問題，我不知道使用哪種工具，編寫什么樣的程序，進行哪些方面的分析。

處在這個階段，我認為主要因為自己的編程經(jīng)驗停留在“學”上，還沒有過度到“用”的境界。只能說學會了一些工具（比如編程語言），但是不知道如何應用。另一方面，自己的實戰(zhàn)經(jīng)驗太少，沒有實戰(zhàn)經(jīng)驗，只學習一些表面的皮毛，出去忽悠一些非科班的人還像模像樣，但是真正讓我去做一個新案例的數(shù)據(jù)挖掘和分析，我可能完全不知如何入手。

在這個階段，我們一方面需要打磨自己的編程能力，另外一方面也不斷學習一些數(shù)學模型，包括各類機器學習算法、概率論等。

　　階段2：提升分析能力

隨著對編程工具的熟悉，比如開始熟悉了Shell、SQL、Python、大數(shù)據(jù)等，我發(fā)現(xiàn)使用工具不一定能得出特別好的結(jié)論。

經(jīng)濟學有一個關(guān)于啤酒和尿不濕的例子：沃爾瑪一家分店的營銷經(jīng)理對超市的銷售數(shù)量進行設(shè)定跟蹤，有一次他發(fā)現(xiàn)了一個很奇怪的現(xiàn)象：啤酒與尿不濕的銷量在周末總會出現(xiàn)成比例增長。主要因為爸爸們周末采購時，買完尿不濕想順手捎帶幾瓶啤酒。

其實，獲取到這個數(shù)據(jù)并不難，但原始數(shù)據(jù)中絕對沒有這個現(xiàn)成的結(jié)論。進行數(shù)據(jù)分析的第一步是找到一個方向，先看看哪些潛在的假設(shè)能夠解釋現(xiàn)象。比如，這個例子中，沃爾瑪對銷售數(shù)據(jù)做相關(guān)性分析。數(shù)據(jù)是死的，是躺在硬盤中的一堆字符。如果沒有一個基本的假設(shè)或者方向，即使有再強大的編程能力，也很難得出一個觀點或結(jié)論。

這時候我們能夠看懂很多數(shù)據(jù)分析的報告，能夠開始建立起數(shù)據(jù)之間的聯(lián)系。如果有一些高人指點，加上實戰(zhàn)練習，在數(shù)據(jù)分析上可以有茅塞頓開般的提升。

很多入門和初學者基本上都停留在第一階段和第二階段的初級水平。一部分人在這個階段做大量重復性的工作，多年可能沒有任何進步，無法進入到下一階段。

　　階段3：形成思維方式

說實話，以前我認為現(xiàn)代社會發(fā)展變化太快，新事物層出不窮，經(jīng)驗不值一提。但是接觸了越多的大牛，我開始發(fā)現(xiàn)這些人的經(jīng)驗才是他們安身立命之本。經(jīng)驗不局限于數(shù)據(jù)、工具或者技術(shù)，經(jīng)驗是逐漸培養(yǎng)起來的，是分析問題的思維方式。金庸在他的武俠系列中一直強調(diào)內(nèi)功的重要性，經(jīng)驗就是這樣的內(nèi)功。

數(shù)據(jù)分析的最后一個階段，一般是團隊的領(lǐng)導需要達到的水平。由于團隊的領(lǐng)導一般具有多年的實戰(zhàn)經(jīng)驗，他們可以很快發(fā)現(xiàn)問題。當我還是小白的時候，我發(fā)現(xiàn)團隊的領(lǐng)導幾乎天天都在看數(shù)據(jù)，每次開會都在討論數(shù)據(jù)，從一張數(shù)據(jù)圖中他們可以很快發(fā)現(xiàn)一些問題，面對新問題，他們也有很多解決思路和探索方向。而且，這里的團隊領(lǐng)導不僅限于技術(shù)團隊，包括產(chǎn)品或者運營相關(guān)團隊的領(lǐng)導也對數(shù)據(jù)有很強的敏感性。比如，在與產(chǎn)品溝通的通氣會上，產(chǎn)品團隊的領(lǐng)導經(jīng)常抓住數(shù)據(jù)可疑點，讓我們技術(shù)團隊來解釋背后的原因。我非常震驚，為什么非技術(shù)出身的他們，也能找到一些問題的關(guān)鍵。再到后來，我發(fā)現(xiàn)不僅僅是互聯(lián)網(wǎng)行業(yè)，各行各業(yè)的佼佼者都對數(shù)據(jù)非常敏感，都有一套問題求解的思路。比如，我之前以疫情分析為例的那篇文章疫情分析是最好的實戰(zhàn)教材中列舉了一些作者，他們分析問題的能力都值得我們學習，實際上他們并不都是100%的技術(shù)背景出身。

上述就是關(guān)于大數(shù)據(jù)分析要經(jīng)歷幾個階段的全部內(nèi)容介紹，想了解更多關(guān)于大數(shù)據(jù)的信息，請繼續(xù)關(guān)注中培偉業(yè)。