【冠军-DIC队】数字化学会•第三届数据分析应用大赛作品展示集

DIC队：

数字化学会第一次以团队方式进行比赛，第一次用统一的分析工具—观数台。

首先是熟悉工具，组委会组织了赋能培训，工具整体是相对容易入手，精通还是需要更多投入的；其次，熟悉数据，数据本身很贴近我们的生活，买车应该是当前每个人都会去接触的事情；最后，是一个好的团队成员和一个好的想法，我们团队平时都在一起工作，这给我们团队提供了很好的机会；关于如何利用好这些数据，并通过数据能分析出有价值的东西，我们团队经过头脑风暴，讨论确定，首先不仅仅只是平台运营数据的分析，应该是从不同角色出发，应该能够得到其想要的数据结论，或是分析结论推荐。

本次大赛在分析队伍数量上是超出我们的预料，100多支队伍同台竞技，其实给我们团队是有很大压力的。看到各团队作品，给了我们很多启发，很多是我们在分析中没有意识到的，我们从中也学习到很多。非常感谢数字化学会、组委会、主办方提供了这么好的平台。

DIC队：

我们的工作中，领导经常会问“why”而不仅仅是“how to do”。所以，我们想着的是分析这些数据给谁用？这些用户拿到这些分析结果会怎么用？用这些分析结果是不是能提升其工作效率？那么我们更多的考虑满足不同角色用户我们要做啥分析，我们认为学会提供的汽车论坛的数据，不仅仅是给平台运维提供数据运营监控结果，而是这些数据是不是能够指导在这过程当中的不同参与者能够得到什么，那么对于个人应该是这些分析能不能够给我进行选车推荐，能不能够根据我的个人喜好进行推荐。对于汽车厂家，网络信息瞬息万变，我们能不能及时抓住用户的口味，指导优惠活动投放、提升库存周转效率、及时掌握网络舆情，达到提升客户满意的同时提升收益。最后对于平台来说，能及时对用户进行好的运营，同时对平台本身进行监控，保障平台健康稳定运行。

DIC队：

首先是确认团队Leader，由Leader组织分工充分发挥团队成员特长。在通过讨论选定分析方向后，各司其职，并尽快分析出初稿，再不断讨论不断调整优化。要注意同一个角色主题的分析要考虑几个重要维度的分析，比如时间、地域、车系等。数据分析不仅仅是可视化，要更多的考虑数据分析的价值。

当然，这其中也有些遗憾，对于水军这块数据的降噪清洗我们做的还不够。

DIC队：

社会急剧发展产生了海量的数据，如何将数据变为资产，如何进行数字化变革是很多行业非常关注的。我们认为，数据分析要以用促建，一份数据我们可以从很多视角去分析，我们应该同用户一起分析挖掘对业务生产最有用的价值分析。

同时，数据分析的数据模型构建尤其重要，如何对数据降噪音保留真实数据，这个是很多数据分析师应优先且要重点考虑的。