“大数据时代，人人都有机会，大数据让市场变得更加聪明”——阿里爸爸马云
“大数据对制造业的冲击，远远超过电子商务对零售业的冲击” ——阿里爸爸马云
通过两个真是的故事告诉你：数据分析很重要，数据分析没那么难。遇到过两位想转型做数据分析的咨询者：机械哥和信用卡姐，他们通过数据发生改变的故事，很精彩。
一、数据缩短了成长的时间成本。
机械哥在三线城市做陆机机械设计，，研究竞品的产品信息和市场评价是必不可少的，机械哥都要花非常多的时间从对手官方网站上、阿里巴巴上手动收集、更新相关的竞品信息，还要从机械垂直网站中一篇一篇阅读相关的产品报道，把客户的评价复制黏贴到word中，希能够获得设计灵感和改良的方向。
理工出身的机械哥发现了问题：虽然工作量大，但是手动操作获得的可用信息量少，这就导致了可以分析的样本数量过小，最终出现的往往是结论和实际评价出现很大的偏差。后来，我让机械哥学习了爬虫相关的知识，最终机械哥每天都非常快速获得了非常多的可以分析样本。
再后来，学会了爬虫并且获得大量可以分析的样本之后，他的分析欲望更加强烈了，把采集得来的数据和平时工作中产品反馈的服务数据、销售数据、维修数据做了结合，能够轻易地分析出产品故障率、市场口碑、改良性价比、改良周期效率等等。
机械哥现在的薪资是之前的1.5倍，获得了更多接触公司高层和高级别客户的机会，用他的话来说：数据缩短了他成长的时间成本。
二、数据分析其实很简单
对信用卡姐的业务能力是十分服气的，她每月都能够做到办卡100多张的业绩，月薪在2W以上了。让我惊讶的是，有一天信用卡姐非常认真和我说她要让我教她数据采集和分析，和我说了她的原因：
1、跑业务风吹日晒，以后有家庭了，就不能再这样每天不分日夜地做业务了；而且这个工作一天不做就没有收入，压力也是很大。
2、她听说同行有采集各种QQ、联系方式的方法，就是打打电话、批量发短信和邮件，效果也很好；而且她也积累了很多的客户量，想通过数据分析，看看成交客户都是什么样的，还想看看还有没有客户可以挖掘的，以后就专攻这类客户。
不得不说，小姐姐真的很有头脑。在和她深入沟通之后，发现很大的问题，机械哥不同的是：
（1）没精力，作为业务销售，小姐姐绝大部分时间都见客户，几乎很难能够静下心来去学习复杂的数据爬虫和分析课程，而且，出于职业原因，她对培训班是持非常悲观的态度，“还交一万五年薪五十万就业，他自己怎么不交一万九还在这卖课？”；
（2）没基础，试着向小姐姐介绍python爬虫、SPSS等软件工具，甚至是比较简单的火车头工具，别说操作运用了，就连安装都困难；很多稍微复杂的模型和基础的算法，在小姐姐的脑海中只能停留很短的时间，就消失得非常干净。
但是这样就不可以学数据了吗？相反，在我花了不到30分钟的时间，向她介绍了web scraper后，她试着采集58上面的联系方式，在解决了几个简单问题后，她还是玩得非常溜的，现在她已经能够很快采集微博和阿里巴巴上的数据信息了。
接下来，就要告诉小姐姐如何做分析了，这点结合她的经验是非常重要的，在分析届存在一种说法：数据决定分析的下限，业务能力决定分析的上限，因此要最大限度发掘小姐姐的业务优势。
于是，从最简单的问题开始：在遇到成交的客户当中，什么样的客户是最容易成交的呢？小姐姐果然是业务能手，立马就列出了她认为的5点特征。Ok，那就写出来吧，整理成表格，包括字段、字段属性、数据来源、数据真实性、成交周期、成交额、区域地理等等维度，这就是根据业务员自己主观的、个性化的数据。
接下来问小姐姐，每个月办100多张卡，有计算过办哪些卡，你获得的总收入最高的？之前都是听营销报告或者自己粗略的计算，从来没有认真计算过，于是小姐姐就开始认真计算不同产品组合的收入，也做成了excel表格，包括种类提成、时间期限、成功率等等维度，
第三个问题就是哪种卡的过审率和成功率是最高的？听到这个问题，她立马就更精神 了，因为不少客户申请不过，早就想知道其中的原因了。这部分引导她和客户属性特征结合起来，尝试通过交叉分析看到客户种类，通过分析，真的发现了这几个维度不一样的关系。
第四个问题就是，和其他业务销售相比，强在哪儿、弱在哪儿？小姐姐真是一个有心人，早就在偷偷观察优秀的同行，于是又说了七八点，ok，找出可量化的维度，结合回归分析，就得出了业务销售成长的基本路径。
在经过几次分析之后，小姐姐的收入获得增长，并且之后转型作为数据分析师，告别了风吹日晒的跑业务。
以上就是基本的数据分析，可以发现涉及到的分析方法有横向对比、纵向对比，简单的参考比较。数据分析并没有想象的那么难，相反的，数据分析的作用特别大。
我开设一门数据采集和数据分析的课程，让你在零基础、不用代码的基础上，10分钟就能够学会数据采集和数据分析，包括基本的采集知识、多种丰富的案例，目前以及300多人学习，还可以加入我小密圈，里面有非常丰富的营销案例和数据采集分析教程资料。
作者：书生婉悠 链接：https://www.jianshu.com/p/dccfe37f86a9 來源：简书 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。