當前位置: 首頁 > 數據分析師 > 數據分析師經驗分享 > 小心這些數據驅動的誤區,想做好數據分析師還不注意這些問題?

小心這些數據驅動的誤區,想做好數據分析師還不注意這些問題?

發布時間:2020年04月27日 15:06:07 來源:環球網校 點擊量:

【摘要】有很多小伙伴經常問我,自己考取了數據分析師的證書,但是因為缺少實際的工作經驗,在進入該行業的時候總會觸碰誤區,有沒有數據驅動的誤區。當然有,今天環球網校的小編就來為大家梳理最常見到的數據驅動的誤區,幫大家更好的就業。

數據驅動的誤區

數據驅動的誤區1:數據就是數字

當進行站點分析的時候,大量的數據涌入進來,站點分析基本上是對訪客量,他們是如何跳轉進來,在頁面上停留了多久,以及點擊了哪些東西的計數;蛘哒f是像是 A 和 B 被點擊了多少次。更多的數據。然后通過監聽和問卷調查來評分。又是更多的數據。

數字能代表一個人復雜生活中的一系列動作。但是把成百萬的用戶匯聚成一個簡單的數字,并非總是有用而可信的。即使有些公司掌握了這些數據,還是無法解答那些關于用戶體驗的問題,比如用戶為什么這樣操作而不是那樣,或是他們的感受如何,以及他們期望怎樣的用戶體驗。而用戶訪談,人種學研究,可用性測試彌補了計數數據的不足。但是由于定性的觀點往往不依賴數據,那之前收集的數據又沒有了用武之地。

在其他領域,比如社會科學和醫學方面,無論是小數字,或是厚數據(Thick Data),無論是敘述性或是量化的都是根據數據得出的。這是對用數據驅動設計來說是值得學習的。

關于數據的確切定義應該是那些無論來源于哪里,由用戶產生并可以用來指導設計的東西。

數據驅動的誤區2:數據就是客觀真理

定量數據通常是對于用戶操作行為的記錄,而這些計數工作通常是由軟件而不是人完成的。這就使得數據看上去是客觀事實。

雖然數據量很大,并不代表它是客觀的。這是對于數據的固有偏見。數據是人創造的,只有人會解釋和分析數據,而運行數據的機器也是人來控制的。

訊號偏見(Signal bias)——或稱之對于偏見的忽視,或強調——都是一個常見的偏見,尤其是關于大數據。比如,社交媒體的數據只能顯示某一部分用戶群——那些 在 Twitter 或是 Facebook 上發表意的人 。同樣的,那些同意參與觀察實驗和用戶研究的人也只能代表一小搓用戶。

另一種偏見類似于海森伯(Heisenberg)測不準原理,結果已經在你的觀測中改變了。在可用性測試中,無論你的實驗環境和協調人員時多么中立,當你開始觀察用戶行為,一切都已經改變了。幾乎沒有一種研究,包括情境訪談和人種學研究,都不能完全隔離用戶。這個問題在定量研究中也同樣存在,像是問卷調查和監聽,我們都是通過詢問用戶問題來研究用戶體驗的。

數據驅動設計已經不在是算法設計、自動化、A / B測試和站點分析的問題了。

而且,我們把線上調查同現場調查做比較,前者不接觸用戶,后者是讓用戶和協調人員或另一個用戶交流,我們發現當有另外一個人在場時,用戶使用網站或應用程序時態度往往會更積極。比如他們如何評價,如何打分,以及操作嘗試等。我們稱之為積極因子(nice factor)。

無論大小,沒有數據是完美的。任何類型的數據都有其限制和偏差。但是好的數據會描述其誤差,并總能展現當時的情境。

數據驅動的誤區3:越大越好

總有人鼓吹大數據有著揭示一切人類秘密并預測未來的神奇力量。不過得承認,單對數據來講,確實是量越大越好。如果你在衡量一些具有主觀性問題,比如人們對自己情緒變化的評價,得到的反饋越多,你對結果的信心就越足。

1 2

分享到: 編輯:吳晨輝

數據分析師相關文章推薦

|

數據分析師最新文章推薦

綁定手機號

應《中華人民共和國網絡安全法》加強實名認證機制要求,同時為更加全面的體驗產品服務,煩請您綁定手機號.

預約成功

本直播為付費學員的直播課節

請您購買課程后再預約

環球網校移動課堂APP 直播、聽課。職達未來!

安卓版

下載

iPhone版

下載
環球小過-環球網校官方微信服務平臺

刷題看課 APP下載

免費直播 一鍵購課

代報名等人工服務

返回頂部
怎样卖花赚钱 2012杭州文商配资 上海快3走势图表 炒股经历 吉林十一选五五码 宁波股票期货配资网 江苏股票配资 广西11选5彩票在线购买 福建快3开奖结果多少钱 广西快3购买 山东商票理财平台