数据分析进阶每个问题 2-6 小时

数据分析工作流

分析失败通常不是工具不够,而是问题不清、口径不一致或把相关当因果。这个技能先锁定决策问题,再逐步验证。

执行步骤

  1. 1

    把问题写成可验证假设

    不要写“看看用户为什么流失”,改成“新用户在首周未完成关键动作,30 天留存低 20%”。明确指标、时间窗口和对比组。

  2. 2

    先统一口径再取数

    写清分子、分母、去重规则、时间边界和排除项。让 AI 生成 SQL 后,先用已知总数校验,再跑细分。

  3. 3

    分析与可视化

    先看分布和异常值,再算均值;对比至少两个基准。图表只保留支持结论的维度,避免把 20 个切片堆在一页。

  4. 4

    写结论与下一步实验

    结论分三层:观察到什么、可能原因、建议做什么。区分相关与因果,给出验证方案和成功标准,不要直接下因果结论。

配套提示词

常见问题

不会 SQL 能做数据分析吗?

可以用自然语言查询工具,但仍要理解口径和去重。否则 AI 生成的 SQL 看起来很对,结果却不可用。

样本多小算不够?

取决于效应大小和波动。先看置信区间,不要只看点估计;样本不足时明确标注,不要下强结论。

相关技能