什么是数据分析
数据分析其实有个高大上的名字--“Business Intelligence”，简称：“BI”，是指将观察、测量、实验以及生产活动过程中产生的数据通过统计学等方法做归纳、总结、理解，以得到某项结论，用来发现业务中的问题、验证某个方向的正确性、业务现状可视化等等。
数据分析的工作是痛苦的，要从杂乱无章的数据中将某个或者某些核心指标做提炼、归纳、总结，找到某个规律，而且经常得到的结论不足以支撑下一步的动作，劳心劳力最后无果，又要再继续深挖。专业的数据分析师除了SQL脚本，往往需要很好的数学、统计学、概率论、算法等专业知识的支持。做为一名研发工程师，日常的数据分析往往不需要这么多专业领域的知识，但比起做编码工作也是痛苦很多。
为什么研发要做数据分析
有人说数据分析是BI工程师的事情，但现实情况是BI们往往在做业务方最关心的数据、最关心的问题等方向的分析。你做了某个小日常，要看这个小功能上线后的表现应该是自己的事情；此外数据分析是门复杂的学科，需要无止尽的探索，每个人思考的方向都会不一样，在开发的角度有开发的思考方式，所谓“行走江湖、技多不压身”，多做一些，很可能打开新世界的大门。
在我看来，研发做数据分析往往基于以下几个目的：
讲清价值：往往到汇报季，要总结梳理这半年KPI完成的情况。比如你说做了某个功能提效多少，那么怎么衡量？开发周期缩短了多少？投入人/日减少了多少？运营使用某个功能，他们用的过程中提效了多少？精确的量化这些数字，最能证明价值。
理清方向：阿里的开发通常情况都会并行很多事情，通常目标都是多个，事情也是很多。业务需求、技术改造、安全生产、提效等等，这么多事情排在一起经常会没有优先级，那么就看看数据吧，看看哪个最紧迫，哪个优先级最高。
发现问题：当前业务遇到了瓶颈，不知道下一步的发展方向在哪里，那么拉出数据看看，看目前的瓶颈是用户增长还是某项转化率等，看看做那件事投入产出比最高，收益最大。
加深思考：这部分不用多说，老板们都是数据敏感的，我们也要不断向老板看齐，从数据中发现问题的解法，对业务的理解会越来越深
怎么做研发角度的数据分析
这部分结合我们拍卖业务“拍下率”的目标来理一下我的分析过程。
▐ 理解问题（目标）
什么是拍下率？在拍卖的业务中，用户到最终成交大概会经历几个步骤，“浏览拍品”->“订阅”商品\对商品“交保证金”->对商品“出价”->获胜->履约。一旦有用户对某个商品出了价，该商品就一定会拍下，拍下率就是有出价的商品数量/全部商品数量。
公式有了之后，就要开始分析两个因子，全部商品数量来自于业务方的供给，BD来了多少商品上拍我们做为技术几乎很难影响（实际情况是我们可以做一些对货品要求上的指导决策），没道理BD同学辛辛苦苦谈下来的资产到平台无法上拍不是。
那么我们能做的就是尽量让有出价的商品数量变大，从转化漏斗的角度，我们的核心操作就是要提升浏览拍品的绝对值，增加后续各个路径的转化率，但由于拍品大部分都是大资产，笔单价几十万级别，理想中的转化漏斗实际操作起来非常复杂。所以我们团队做了很多的数据分析。
▐ 现状梳理
公式都已经定义了，数据分析的一步就是把这个公式实现成报表，看看当前这个指标的现状是怎样的。
这一步是常规操作，我们很快的做了近两年的拍下率大盘，但是新的问题又来了，由于拍卖业务的特殊性，大盘建立后，我们发现这个指标的波动特别大，完全没办法指导我们后续的动作。于是不得不再做分析。
▐ 由简入繁
前面的公式知道了拍下率其实可以拆解为两个因子：有出价商品数量和全部商品数量，那么就将这两个指标展开看一下，比如：
- 按类目拆分的的出价商品数的情况和全部商品的情况
- 按浏览数据、订阅数据、交保数据看哪个因子与出价最相关，中间的转化漏斗情况
- 大资产商品的地域信息很重，那么我们还要看不同地区的情况
- 当然还要看不同时间的情况，比如春节、国庆等特殊时期或者双促时，拍下率基本是下跌的
- 此外还要看未拍下的商品与拍下的商品有什么区别，货真的不好吗？比如市场价100万的房子，起拍价200万，那么肯定是拍不下的，价格因素会大大影响拍下率
- 还有从用户维度去思考，比如拍下房产的用户他们的购买力情况、在拍卖的行为（首次来拍卖、首次浏览、订阅、交保、出价）、是否有复购行为，是否是企业用户或者投资客等等
前面这些情况其实我们从货的角度、人的角度、时间、地理位置等等各个因素去入手，尽可能的发现问题，但是我们会发现按这个思路把问题拆解下去，维度是无限的，要适时总结，得出可以指导下一步动作的结论就好。
▐ 归纳、总结
如何做好归纳总结这一步其实比前面的数据分析更重要，我理解最关键的点是“相关性”，一旦当前的数据已经和你最初的问呈现较为明显的正向相关，基本就可以了。
分析拍下率的问题中，我们得到了三个因素相关性很高，我们称为影响拍下率的三座大山：
批量拍品：拍卖的业务中存在大量的机构一下子发几百套房子，但最终拍下很少，这类case会造成拍下率极不稳定。一旦这种拍品出现会发现我们站内的流量基本都是不足的，因此我们采用短信、push、外呼等主动触达手动再加上算法挖掘为这类拍品补足流量。
腰部拍品：我们的拍品结构很复杂，有价格很低的房子（比如1元起拍的、11.11元起拍的等），这种房子我们定义为头部商品；相反那些和市场价基本持平甚至超出市场价的很多的，基本大概率卖不出去，我们定义为尾部商品；中间的那一些就是腰部商品，分析中发现这部分腰部商品结构变化造成了拍下率波动。（真实的腰部拍品定义其实不光是价格因素，这里只是简单举例）。
- 因此我们在站内通过流量补足、站外主动触达的手段进行流量补足，来尽量促成这部分拍品向头部转化，最终成交。看拍下率数据时，我们也会将拍品分层次去看。
- 除此之外，上面的流量调控也只是针对对流量敏感的商品，但是针对特殊商品，比如大额股权、船舶、土地等小众商品，对流量不敏感，我们会用人工撮合的方式来处理。
- 地理位置：比如同样的房子，杭州的用户心智较成熟，对应的杭州的房子就比较好拍下，拍下率就远比其他地方高。相比某个地区的三四线城市，拍下率就很低，我们在分析问题时，也会不同地区的拍下率分开处理。
- 比如，三四线城市，我们正在模式站外广告、传媒广告、线下服务等多种方式特殊处理。
- 拍下率相对稳定的一二线城市，我们更多在做扩大拍品供给，打造用户心智等。
▐ 验证迭代
上面经过归纳总结，我们得到了一些关键动作：
站内对腰部商品做流量调控，这块主要依赖我们导购端的流量调控能力。调控实施时，也要基于头部商品拍下率不变，然后把过剩的流量向腰部商品倾斜，也做了很多数据工作来也验证策略的有效性。
站外对批量拍品进行货找人，然后通过主动触达的方式进行流量补足，召回的子项目也建设了很多数据报表，来衡量对这部分拍品的贡献。
最后，除了一些子项目的效果追踪，我们还要不忘初心，反过来看大盘的拍下率有没有变化，看看我们最初的问题有没有得到解决。
总结
总体来讲，数据分析就是一个总-分-总的过程：
第一个总是要从总的目标出发，开始拆解、细化
分则是围绕大目标不断细分向下，从尽可能多的角度看待问题
第二个总则是适时回归本心，不能光做了分析而没有结论
数据分析的道路永无止境，1个问题可以拆出N个指标，N个指标相互聚合又会有N*N个指标，分析过程中又会出现M新个指标……，所以适时做归纳、总结，看看当前结论是否可以支持最初的问题，指导下一步的行动、得出有效结论即可。
回归到开发视角，做数据分析的前提是要有数据，开发过程中，除了基础的业务模型设计，还要考虑多记录一些日志，比如接口耗时、必要的报错信息、可辅助数据分析的一部分业务数据、一些关键节点的行为日志等等。
最后，多思考为什么？为什么我的主管会定某个指标为目标？我所负责的部分对这个目标有哪方面的帮助？团队中其他人的部分怎么配合起来共赢，他们的子目标是什么？站在更高的角度思考这些问题，对业务、数据、技术的理解都会更通透。
