データ分析と運用（アリババ国際ステーションはどのようにしてデータ分析を理解したオペレーターになるのか？）

アリババ国際ステーションでデータ分析がわかるオペレーターになるには？

業務を行うにはデータ分析を理解しなければならないとよく聞きます。では、データ分析を理解できる運用担当者になるにはどうすればいいのでしょうか?

データの背後にある意味を理解する

データの概念を理解することが常に最初のステップです。基本的な概念さえ理解しておらず、統計データを収集する方法も知らない場合は、データ分析など問題になりません。

アリババ国際ステーションの背景には、データの概念を理解するためのチャネルが多数あります。いくつかのチャネルを整理しましたが、特に始めたばかりの方は、それらを詳しく研究する必要があります。

データキー - データ辞書: 基本的な概念の説明が多数含まれています

オンラインサービス：ロボットまたは手動サービスを通じて相談できます

関連ページの用語集と注釈: 特定のモジュールまたは定義の説明です。

元のデータを明確かつ正確に記録する

基礎データは分析の原材料となります。アイコンがどれだけクールで詳細であっても、それらはすべて詳細な基本データの行と列から派生したものです。元のデータを明確かつ正確に記録することが、すべてのデータ分析の基礎となります。

では、データを明確かつ正確に記録するにはどうすればよいでしょうか?

Alibaba のバックエンドで過去 12 か月のデータを見ることはできますが、データを記録するために Excel スプレッドシートを使用することをお勧めします。 Excel をツールとして学び、使用する必要があります。職場では、「書式の削除方法を知らずにコピー＆ペーストする」状態で Excel を使用している学生を多く見かけます。これは受け入れられません。 Alibaba の業務では Excel の高度な使用法は求められませんが、少なくとも基本的な使用ルールを理解し、いくつかの関数を使用でき、いくつかのアイコンを作成できる必要があります。これは難しいことではありません。本を購入して上記の内容に従ってください。基本的には2〜3か月勉強を続けるだけで大​​丈夫です。

データを記録するときは、データのカウント方法を統一することに留意してください。変更があった場合は、明確にマークする必要があります。たとえば、露出をカウントする際に、最初に本土のトラフィックをフィルタリングすることを選択した場合は、将来も本土のトラフィックを除外し続けなければなりません。お問い合わせをカウントする際に、「お問い合わせ件数」でカウントすることを選択した場合、途中から「お問い合わせ件数」でカウントしないでください。データの正確性を確保するために、全員がこの厳格な姿勢を持ち、統一されたデータ統計方法を維持する必要があります。

どのようなデータを収集すべきかは、おそらく最も頻繁に尋ねられる質問です。しかし、私は依然としてこの質問をした学生たちを批判しなければなりません。なぜデータ分析をする必要があるのか​​考えたことがないはずです。何が欲しいのかわからないので、どのような情報を収集すればよいかわかりません。分析のために分析しないでください。データ分析の最終的な目的は問題を解決することです。例えば、プラットフォームのトラフィックに問題があると思ったら、「現在のトラフィックは主にどこから来ているのか？それぞれの割合はどれくらいなのか？どれを最適化できるのか？」と考えます。これらの質問では、トラフィックチャネルデータ、PCとモバイルの配信データ、トップ比較データなどを統計的に分析します。

実は、皆さんといくつかのアイデア、つまり「釣り」を共有したいのですが、この部分の内容は少し理論的に書く必要があるため、具体的な運用上の提案をいくつか紹介しますが、学生には独自の考えを持ってもらいたいと思います。私のメモには私の操作方法のみが記載されていますが、それが唯一の方法ではありません。他の運用方法を持ち、海外サイトでも優れた仕事をできるオペレーターもたくさんいます。方法は人それぞれ異なりますが、その背後にある論理は同じです。ロジックを理解することに注意を払うことは非常に重要です。

「魚」のデータ記録については、データ記録の目的は「トラフィックから問い合わせ単価まで」のすべてのリンクを把握することであるため、データ記録の寸法は比較的大きく、選択的な追加も理解できます（色は特別な意味はなく、画像内の区別にすぎません）

客観的な質問をし、データを意識する


データ分析のロジックは逆ロジックだと考えています。問題から始めて、関連する要因を整理し、次に各要因に関連する分岐要因を見つけます。この方法では、常に問題の根本原因を見つけることができます。したがって、データ分析では客観的な疑問を提起する必要があります。

最もよく聞かれる質問「問い合わせはありません」と同様に、この質問も実際にはより詳しく尋ねる必要があります。 2か月前に開設した新規アカウントに問い合わせがないのはなぜですか? 5 年前のアカウントに突然問い合わせがなくなったのはなぜですか?まったくないのか、それとも週に 8 回だけなのか、それとも突然週に 50 回から 20 回に減ったのでしょうか? 「今月は問い合わせが少ない気がします。」ではなく、

Alibaba International Station 内のデータ分析では、SQL データベース、Python、R 言語などのツールを使用する必要はありません。結局のところ、データは非常に小さいため、Excel ツールで十分です。しかし、なぜ今でもデータ分析と呼ばれているのでしょうか?

私が理解しているデータ分析は、かっこいいグラフを作ったり、大量のデータを処理したりすることではありません。最も重要なのは、データを活用して問題を解決するという意識です。

業務上の問題に遭遇したときは、ただ黙って考えるだけではなく、毎日、毎週、毎月、さらには毎年のデータを観察して、客観的に問題を分析し、具体的な数字を出して変化を計算する必要があります。実際、すべての問題は簡単に解決できます。