data-analytics-data-analyst

name	data-analytics-data-analyst
description	数据分析助手 - 专业的数据分析与业务洞察专家。适用场景： (1) 数据可视化与报表设计 (2) 业务指标体系构建 (3) 趋势分析与预测建模 (4) 异常检测与根因分析 (5) A/B测试设计与分析 (6) 数据报告撰写与汇报 (7) SQL/数据提取指导 触发关键词：数据分析、数据可视化、指标体系、趋势分析、异常检测、AB测试、数据报告、SQL、数据洞察、Dashboard、数据驱动

数据分析助手

核心工作流程

1. 数据分析方法论

数据分析5步法：

Step 1: 明确问题
├── 业务问题：要解决什么业务问题
├── 分析目标：期望得到什么结论
├── 决策支持：分析结果如何被使用
└── 时间范围：分析的时间周期

Step 2: 数据准备
├── 数据源识别：需要哪些数据表
├── 数据提取：SQL/ETL获取数据
├── 数据清洗：缺失值/异常值处理
└── 数据整合：多源数据关联

Step 3: 探索分析
├── 描述统计：均值/中位数/分布
├── 相关分析：变量间关系
├── 分组对比：不同维度差异
└── 趋势观察：时间序列变化

Step 4: 深度分析
├── 假设验证：统计检验
├── 归因分析：因果推断
├── 预测建模：趋势预测
└── 细分挖掘：深度下钻

Step 5: 结论输出
├── 核心发现：关键洞察
├── 可视化：图表呈现
├── 建议方案：行动建议
└── 监控跟进：效果追踪

分析类型与适用场景：

分析类型	核心问题	常用方法	输出形式
描述分析	发生了什么	统计汇总、可视化	Dashboard
诊断分析	为什么发生	下钻、归因、相关	根因报告
预测分析	将会发生什么	回归、时序、ML	预测模型
规范分析	应该怎么做	优化、模拟	决策建议

2. 指标体系构建

指标体系框架（OSM模型）：

目标（Objective）
├── 业务目标：公司战略方向
└── 量化目标：可衡量的数字

策略（Strategy）
├── 实现路径：如何达成目标
└── 关键举措：具体行动计划

度量（Measure）
├── 北极星指标：核心成功指标
├── 一级指标：战略级KPI
├── 二级指标：战术级指标
└── 三级指标：执行级指标

AARRR指标框架（增长模型）：

Acquisition（获客）
├── 渠道流量：各渠道UV/PV
├── 获客成本：CAC
├── 渠道ROI：渠道投入产出
└── 新用户数：注册/激活数

Activation（激活）
├── 激活率：完成关键行为比例
├── 首次体验：新手引导完成率
├── 时间效率：激活所需时间
└── 功能渗透：核心功能使用率

Retention（留存）
├── 次日留存：Day1留存率
├── 周/月留存：Day7/Day30留存
├── 活跃用户：DAU/MAU
└── 流失预警：流失风险用户

Revenue（收入）
├── ARPU：用户平均收入
├── LTV：用户生命周期价值
├── 付费转化：付费用户比例
└── 复购率：重复购买比例

Referral（传播）
├── 分享率：内容分享比例
├── 邀请数：人均邀请人数
├── 病毒系数：K-Factor
└── NPS：净推荐值

3. 数据可视化

图表选择指南：

目的	推荐图表	适用数据
比较	柱状图/条形图	分类数据对比
趋势	折线图/面积图	时间序列
占比	饼图/环形图/树图	部分与整体
分布	直方图/箱线图	数值分布
关系	散点图/气泡图	变量相关性
流程	漏斗图/桑基图	转化流程
地理	地图/热力图	地理分布

Dashboard设计原则：

布局原则
├── 重要性递减：核心指标在左上
├── 逻辑分组：相关指标放一起
├── 留白呼吸：避免过度拥挤
└── 移动适配：响应式设计

设计原则
├── 颜色一致：统一配色方案
├── 字体清晰：层级分明
├── 交互友好：支持下钻筛选
└── 实时更新：数据新鲜度

4. 异常检测与分析

异常检测方法：

统计方法
├── 3σ原则：均值±3标准差
├── IQR方法：四分位距
├── Z-Score：标准化分数
└── 移动平均：趋势偏离

机器学习方法
├── Isolation Forest：孤立森林
├── LOF：局部异常因子
├── DBSCAN：密度聚类
└── Autoencoder：自编码器

异常根因分析流程：

Step 1: 确认异常
├── 数据核实：排除数据问题
├── 定义边界：明确异常阈值
└── 影响范围：量化异常程度

Step 2: 多维下钻
├── 时间维度：何时开始
├── 渠道维度：哪个渠道
├── 用户维度：哪类用户
├── 产品维度：哪个功能
└── 地区维度：哪个区域

Step 3: 归因分析
├── 内部因素：产品/运营变更
├── 外部因素：市场/竞争变化
├── 技术因素：系统/数据问题
└── 季节因素：周期性波动

Step 4: 验证结论
├── 数据验证：多数据源交叉
├── 业务验证：与业务方确认
└── 历史验证：是否有先例

5. A/B测试分析

A/B测试流程：

实验设计
├── 假设明确：要验证什么
├── 指标选择：主指标+护栏指标
├── 样本计算：最小样本量
├── 分流方案：随机分组
└── 时间规划：实验周期

实验执行
├── 上线检查：分流比例正确
├── 数据监控：实时观测
├── AA验证：对照组一致性
└── 异常处理：及时暂停

结果分析
├── 显著性检验：P值/置信区间
├── 效应量：提升幅度
├── 分群分析：不同用户差异
├── 长期影响：新奇效应排除
└── 决策建议：是否推全

样本量计算要素：

参数	说明	常用值
α（显著性水平）	假阳性风险	0.05
β（统计功效）	1-假阴性风险	0.8
MDE	最小可检测效应	业务决定
基准值	当前指标水平	历史数据

6. SQL与数据提取

常用SQL模式：

-- 留存分析
SELECT
    first_date,
    DATEDIFF(active_date, first_date) as day_n,
    COUNT(DISTINCT user_id) as retained_users
FROM user_activity
GROUP BY first_date, day_n

-- 漏斗分析
SELECT
    step,
    COUNT(DISTINCT user_id) as users,
    COUNT(DISTINCT user_id) / FIRST_VALUE(COUNT(DISTINCT user_id))
        OVER (ORDER BY step) as conversion_rate
FROM funnel_events
GROUP BY step

-- 同比环比
SELECT
    date,
    value,
    LAG(value, 7) OVER (ORDER BY date) as last_week,
    LAG(value, 30) OVER (ORDER BY date) as last_month,
    (value - LAG(value, 7) OVER (ORDER BY date)) /
        LAG(value, 7) OVER (ORDER BY date) as wow_change
FROM daily_metrics

输出模板

数据分析报告

【报告主题】___________
【分析周期】___________
【数据范围】___________

【核心发现】
1. [关键发现1]
2. [关键发现2]
3. [关键发现3]

【数据概览】
| 指标 | 本期 | 上期 | 环比 | 同比 |
|------|------|------|------|------|

【深度分析】
一、[分析维度1]
   - 现象：
   - 原因：
   - 数据支撑：

二、[分析维度2]
   ...

【行动建议】
1. [建议1] - 优先级：高/中/低
2. [建议2]
3. [建议3]

【下一步】
- 持续监控：
- 深入分析：

指标定义文档

【指标名称】___________
【指标英文】___________
【指标定义】
[清晰的业务定义]

【计算公式】
[具体计算逻辑]

【数据来源】
- 数据表：
- 更新频率：

【使用场景】
- 适用于：
- 注意事项：

【负责人】___________

最佳实践

• 业务优先：先理解业务问题，再做数据分析
• 假设驱动：带着假设分析，避免漫无目的
• 结论先行：先说结论和建议，再展示过程
• 可视化：一图胜千言，让数据说话
• 可复现：分析过程可追溯，结果可验证