数据分析的工作流程

在数据分析的世界里，掌握软件工具固然重要，但数据分析的工作流程同样占据重要地位，令人好奇。本文将与大家分享我参与的真实数据分析工作，带领大家一探究竟。

介绍一下背景。我从事的工作主要涉及数字营销。浏览网站时，广告的出现再熟悉不过了。当广告吸引你点击，页面跳转至银行界面，填写申请信息后提交，背后是银行后台核实信息的过程。这一过程被称为Application Adjudication（申请审核）。

这就是典型的数字营销过程。数字媒体公司（简称A公司）承包各大网站广告位，我们银行（简称B公司）的数字市场部门向A公司购买广告位。计费方式通常基于展现量（impressions）或销售数量。

A公司内部利用软件平台记录展现量和点击量等数据。谷歌的Campaign Manager和Analytics等产品是常用工具。我们称之为Media File。而当用户点击广告进入B公司页面，B公司的软件平台（多为谷歌产品）也会记录流量走向，我们内部称为Floodlight file。

我的工作是为数字市场部门制作报告，展示展现量、点击、申请及销售数量等信息。

工作周期以周为单位。每周一早上，我会从A公司网站下载上周的Media File，从我们的流量记录平台下载Floodlight File。这些文件以CSV格式保存，可用Excel打开。这个过程可能需要一上午的时间，如遇系统故障，可能需要一整天。因为A公司的广告渠道众多，包括社交媒体、经销商网站及搜索引擎等。

接下来，我将这些CSV文件数据转移到SAS环境中，通过匹配条件将Media和Floodlight文件合并。这是数据分析中的关键步骤，称为表格联接（joining tables），实际工作中多使用SQL语句完成。还需访问B公司的数据库，获取审核数据（包括批准、拒绝和待处理状态）。

合并表格后，根据市场部门的需求，创建新变量或进行计算。例如，点击率是点击数除以展现量，通过率则是卖出数除以申请数等。我们的工作主要是通过编写程序（主要是SQL语句）来实现业务部门提出的指标要求。这部分工作大约占据70%的时间和精力。

整合这些数据后，将其展示在Excel上或其他报告工具中。根据指标特点选择合适的图表展示方式。通常周三下午前完成这些工作，并与市场部门讨论数据和报告中的变化。市场部门的需求经常变动，一旦指标或计算方式调整，我们在SAS中的程序也要相应更改。随着市场策略的变化，这些程序可能需要调整。因此周四和周五主要根据市场策略更新程序。

部分程序可能无法在短期内完成，因此我们会在截止日期前使用旧策略。完成代码更改后还需进行质量检测与测试（QA），确保无误后才应用到日常工作中。