【数据分析】理解数据分析
說實(shí)話，在認(rèn)認(rèn)真真思考之前，我一直沒弄明白到底什么是數(shù)據(jù)分析??????????????????????????
什么是數(shù)據(jù)分析???明確定義
??【數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別】數(shù)據(jù)分析找數(shù)據(jù)變化的原因和本質(zhì)，數(shù)據(jù)挖掘是找模式，找一種發(fā)現(xiàn)知識的模式。好比，今天股市大漲，數(shù)據(jù)分析是找漲的原因，數(shù)據(jù)挖掘是發(fā)現(xiàn)什么樣的容易漲；數(shù)據(jù)分析更加偏向于描述性的分析，和數(shù)據(jù)挖掘更加偏向于預(yù)測性的分析，但兩者的本質(zhì)是一樣的，都是從數(shù)據(jù)里面發(fā)現(xiàn)關(guān)于業(yè)務(wù)的知識！——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
??數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對收集來的大量數(shù)據(jù)進(jìn)行分析，將它們加以匯總、理 解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信 息和形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。這里數(shù)據(jù)也稱觀測值，是通過實(shí) 驗(yàn)、測量、觀察、調(diào)查等方式獲取的結(jié)果，常常以數(shù)量的形式展現(xiàn)出來。
??數(shù)據(jù)分析的目的是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息集中和提煉出來，總 結(jié)出研究對象的內(nèi)在規(guī)律。在實(shí)際工作當(dāng)中，數(shù)據(jù)分析能夠幫助管理者進(jìn)行判斷和決策，以 便采取適當(dāng)策略與行動(dòng)。例如，如果企業(yè)的高層希望通過市場分析和研究，把握當(dāng)前產(chǎn)品的 市場動(dòng)向，制訂合理的產(chǎn)品研發(fā)和銷售計(jì)劃，就必須依賴數(shù)據(jù)分析才能完成。 在統(tǒng)計(jì)學(xué)領(lǐng)域，有些學(xué)者將數(shù)據(jù)分析劃分為描述性數(shù)據(jù)分析、探索性數(shù)據(jù)分析以及驗(yàn) 證性數(shù)據(jù)分析（參見圖1-1）。其中，探索性數(shù)據(jù)分析側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征，而 驗(yàn)證性數(shù)據(jù)分析則側(cè)重于驗(yàn)證已有假設(shè)的真?zhèn)涡浴?/p>
??從另一個(gè)角度看，描述性數(shù)據(jù)分析屬于初級數(shù)據(jù)分析，常見的分析方法有對比分析 法、平均分析法、交叉分析法等；而探索性數(shù)據(jù)分析以及驗(yàn)證性數(shù)據(jù)分析屬于高級數(shù)據(jù)分析，常見的分析方法有相關(guān)分析、因子分析、回歸分析等。我們?nèi)粘W(xué)習(xí)和工作中涉及的 數(shù)據(jù)分析方法主要是描述性數(shù)據(jù)分析，也就是大家常用的初級數(shù)據(jù)分析。
經(jīng)典吐槽
??【致數(shù)據(jù)分析師】上得了廳堂，下得了廚房；算得出流氓，查得出異常；面對過戰(zhàn)場，質(zhì)疑還要抗；偶爾也彷徨，心酸肚里藏；老大要得急，同事催得忙；EXCEL要棒，PPT還得強(qiáng)；整個(gè)就是一新時(shí)代的灰太狼。——@數(shù)據(jù)化管理
??【數(shù)據(jù)分析中易犯的錯(cuò)誤】1、無明確分析目標(biāo)；2、未合理安排啟動(dòng)到結(jié)束時(shí)間；3、重收集輕分析，多數(shù)時(shí)間在做夢找數(shù)據(jù)；4、收集數(shù)據(jù)太多，導(dǎo)致無法整理及分析；5、不懂得分析哪些數(shù)據(jù)，手中有數(shù)心中無數(shù)；6、表格圖表展示不美觀，不清晰，缺乏信息傳遞能力；7、不能有效的堅(jiān)持，每個(gè)分析長期堅(jiān)持才有價(jià)值。——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
??【數(shù)據(jù)分析師的十大傷心事】①?zèng)]有存盤數(shù)據(jù)變浮云；②分析完后才發(fā)現(xiàn)原始數(shù)據(jù)是錯(cuò)誤的；③被老板要求修改分析結(jié)論；④演示時(shí)被發(fā)現(xiàn)有個(gè)數(shù)據(jù)是錯(cuò)的；⑤被質(zhì)疑結(jié)論有針對性；⑥數(shù)據(jù)量大電腦被跑死；⑦數(shù)據(jù)源有問題飄忽不定；⑧分析結(jié)果被"全國人民"恥笑；⑨看不懂別人的分析報(bào)告；⑩加班。——@數(shù)據(jù)化管理
分析框架
??【數(shù)據(jù)分析框架的重要性】問題的高效解決開始于將待解決問題的結(jié)構(gòu)化，然后進(jìn)行系統(tǒng)的假設(shè)和驗(yàn)證。分析框架可以幫助我們：1、以完整的邏輯形式結(jié)構(gòu)化問題；2、把問題分解成相關(guān)聯(lián)的部分并顯示它們之間的關(guān)系；3、理順?biāo)悸贰⑾到y(tǒng)描述情形/業(yè)務(wù)；4、然后洞察什么是造成我們正在解決的問題的原因。——@小蚊子樂園
分析方法
??【數(shù)據(jù)分析三字經(jīng)】①學(xué)習(xí)：先了解，后深入；先記錄，后記憶；先理論，后實(shí)踐；先模仿，后創(chuàng)新； ②方法：先思路，后方法；先框架，后細(xì)化；先方法，后工具；先思考，后動(dòng)手； ③分析：先業(yè)務(wù)，后數(shù)據(jù)；先假設(shè)，后驗(yàn)證；先總體，后局部；先總結(jié)，后建議；——@小蚊子樂園
??【數(shù)據(jù)分析方法論】?PEST分析理論：行業(yè)分析；?4P分析理論：公司整體運(yùn)營情況分析；?邏輯樹分析理論：業(yè)務(wù)問題專題分析；?用戶使用行為分析理論：用戶行為研究分析；?5W2H分析理論：用途廣泛，可用于用戶行為分析，也可用于業(yè)務(wù)問題專題分析。——@誰說菜鳥不會(huì)數(shù)據(jù)分析
??【大數(shù)據(jù)分析的5個(gè)方面】①可視化分析：直觀展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。②數(shù)據(jù)挖掘算法：可視化是給人看的，挖掘是給機(jī)器看的。③預(yù)測性分析：做出一些預(yù)測性的判斷。④語義引擎：非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析新挑戰(zhàn)。⑤數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
??【分析問題與解決問題的七步法】管理咨詢公司常用的方法論之一，有時(shí)候根據(jù)實(shí)際項(xiàng)目需要，可靈活調(diào)整七步的內(nèi)容。最簡單的七步法是：1）定義問題；2）收集整理信息；3）選取分析方法；4）數(shù)據(jù)提取整理；5）分析結(jié)果與結(jié)論；6）實(shí)施及建議措施；7）實(shí)施效果評估及報(bào)告整理。——@錢皓-互聯(lián)網(wǎng)分析師
處理流程
??【數(shù)據(jù)分析流程】首先明確分析目的，然后搭建分析體系，確定各個(gè)分析內(nèi)容，進(jìn)行數(shù)據(jù)搜集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)展現(xiàn)逐步完成，最后檢驗(yàn)是否達(dá)到分析目的！ ——@小蚊子樂園
【數(shù)據(jù)分析六面性】 1、想得清：根據(jù)運(yùn)營使用各種數(shù)據(jù)分析來支持；2、提得全：找全需要的數(shù)據(jù)； 3、拿得到：能通過開發(fā)、產(chǎn)品，拿到靠譜的數(shù)據(jù)；4、看得懂：通過分析的發(fā)現(xiàn)趨勢、規(guī)律、問題；5、玩得轉(zhuǎn)：能透過現(xiàn)象看本質(zhì)，找出背后的原因；6、用得上：得出數(shù)據(jù)分析結(jié)果時(shí)，能客觀地對待，真正支持決策。——@數(shù)據(jù)海洋
可視化報(bào)告
防微杜漸
??【數(shù)據(jù)分析師的十大傷心事】①?zèng)]有存盤數(shù)據(jù)變浮云；②分析完后才發(fā)現(xiàn)原始數(shù)據(jù)是錯(cuò)誤的；③被老板要求修改分析結(jié)論；④演示時(shí)被發(fā)現(xiàn)有個(gè)數(shù)據(jù)是錯(cuò)的；⑤被質(zhì)疑結(jié)論有針對性；⑥數(shù)據(jù)量大電腦被跑死；⑦數(shù)據(jù)源有問題飄忽不定；⑧分析結(jié)果被"全國人民"恥笑；⑨看不懂別人的分析報(bào)告；⑩加班。——@數(shù)據(jù)化管理
??【數(shù)據(jù)分析十大杯具】1、需求不明，返工常態(tài)；2、思路被利益捆綁；3、數(shù)據(jù)混亂，對錯(cuò)難辨；4、口徑混亂，暈頭轉(zhuǎn)向；5、分析不成體系，游擊戰(zhàn)；6、數(shù)據(jù)處理耗時(shí)耗力，被忽視；7、算法應(yīng)用不當(dāng)，瞎忽悠；8、讀數(shù)人夸大其詞，打雞血；9、公布數(shù)據(jù)時(shí)，注水造假；10、領(lǐng)導(dǎo)主見，團(tuán)隊(duì)混亂。——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
柳暗花明
??【數(shù)據(jù)分析工作的樂趣】數(shù)據(jù)分析的目的是為了管理，決策提供依據(jù)，并在運(yùn)營中不斷發(fā)現(xiàn)問題及解決問題。當(dāng)沉浸其中的時(shí)候，當(dāng)績效不斷提升的時(shí)候，我們會(huì)發(fā)現(xiàn)工作原來是快樂的、有趣的！ ——@數(shù)據(jù)分析精選
價(jià)值所在
【數(shù)據(jù)挖掘分析師的價(jià)值】從繁雜數(shù)據(jù)中主動(dòng)找出眾人可以理解，但出乎眾人意料的線索。與業(yè)務(wù)人員一道探尋問題的根源，提出高效并可執(zhí)行的策略方案，最終能與決策層對企業(yè)的發(fā)展思路碰撞出閃亮的火花。協(xié)助領(lǐng)導(dǎo)提升決策的準(zhǔn)確性，加速?zèng)Q策的執(zhí)行力。——@平八_數(shù)據(jù)挖掘
分析工具
職業(yè)要求
??【數(shù)據(jù)分析的3點(diǎn)要求】第一，熟悉業(yè)務(wù)，不熟業(yè)務(wù)，分析的結(jié)果將脫離實(shí)際，業(yè)無從指導(dǎo)；第二，多思考，只有經(jīng)常發(fā)問為什么是這樣的？為什么不是那樣的？只有這樣才有突破點(diǎn)；第三，多動(dòng)手，不動(dòng)手，靠腦袋想是不夠的，不要怕錯(cuò)，大不了錯(cuò)了重來。——@小蚊子樂園
??【數(shù)據(jù)分析師職業(yè)要求】1、興趣；2、愛鉆研，干活務(wù)實(shí)；3、專業(yè)知識（統(tǒng)計(jì)學(xué)、社會(huì)學(xué)，計(jì)算機(jī)、行為學(xué)等）；4、掌握一種統(tǒng)計(jì)工具（spss、sas、r等）及數(shù)據(jù)庫語言（SQL）；5、喜歡撲捉前沿，廣交友；6、了然基本算法（回歸，聚類，決策樹、關(guān)聯(lián)）；7、EXCEL、PPT要苦練；上乘心法：大膽假設(shè)，小心驗(yàn)證；——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
進(jìn)階路徑
??【數(shù)據(jù)分析的七重修煉】第一重：建立經(jīng)營坐標(biāo)系第二重：依據(jù)變化隨時(shí)調(diào)整第三重：打散重組建立體系第四重：專項(xiàng)監(jiān)控尋求突破第五重：指標(biāo)考核優(yōu)化管理第六重：市場監(jiān)控知己知彼第七重：預(yù)測趨勢掌握領(lǐng)先。如何用數(shù)據(jù)經(jīng)營和決策。——@某淘寶講師
【數(shù)據(jù)分析師級別】1、數(shù)據(jù)跟蹤員：機(jī)械拷貝看到的數(shù)據(jù)，很少處理數(shù)據(jù) 2、數(shù)據(jù)查詢員/處理員：數(shù)據(jù)處理沒問題，缺乏數(shù)據(jù)解讀能力 3、數(shù)據(jù)分析師：解讀數(shù)據(jù)，定位問題提出答案 4、數(shù)據(jù)應(yīng)用師：將數(shù)據(jù)還原到產(chǎn)品中，為產(chǎn)品所用 5、數(shù)據(jù)規(guī)劃師：走在產(chǎn)品前面，讓數(shù)據(jù)有新的價(jià)值方向。——網(wǎng)友 dong_hong1
案例說明
- 市場調(diào)查數(shù)據(jù)分析
- 市場預(yù)測數(shù)據(jù)分析
- 市場營銷數(shù)據(jù)分析
- 企業(yè)經(jīng)營數(shù)據(jù)分析
- 產(chǎn)品生產(chǎn)數(shù)據(jù)分析
- 庫存管理數(shù)據(jù)分析
- 財(cái)務(wù)管理數(shù)據(jù)分析
??【電商數(shù)據(jù)分析主要的指標(biāo)】①網(wǎng)站使用：PV/UV、在線時(shí)間、跳失率、訪問深度、轉(zhuǎn)化率等；②流量來源分析：各渠道轉(zhuǎn)化率、ROI、自然流量比重趨勢等；③運(yùn)營數(shù)據(jù)：總銷售額、訂單數(shù)、客單價(jià)、人均消費(fèi)、單均商品數(shù)、訂單轉(zhuǎn)化率、退貨率等；④用戶分析：會(huì)員的地區(qū)分布、年齡分布、重復(fù)購買率、注冊時(shí)長。——某網(wǎng)友
??【數(shù)據(jù)在電商中的應(yīng)用】1、用戶在哪里:市場調(diào)研,目標(biāo)用戶挖掘、產(chǎn)品定位、尋找價(jià)值用戶等；2、如何營銷用戶:用戶行為挖掘挖掘、用戶瀏覽路徑分析等；產(chǎn)品分析通過關(guān)聯(lián)、交叉銷售、用戶消費(fèi)偏向等；3、如何留住用戶：建立會(huì)員生命周期以及根據(jù)用戶訪問習(xí)慣、購買喜好等進(jìn)行精細(xì)化營銷。——@數(shù)據(jù)挖掘與數(shù)據(jù)分析
??【游戲數(shù)據(jù)分析】主要分為常規(guī)的基礎(chǔ)數(shù)據(jù)和定制的游戲系統(tǒng)數(shù)據(jù)。基礎(chǔ)數(shù)據(jù)主要為設(shè)置監(jiān)測指標(biāo)，包括用戶數(shù)據(jù)（注冊、DAU/MAU、留存與流失），在線數(shù)據(jù)（ACU/PCU,單次在線時(shí)長）,收入數(shù)據(jù)（付費(fèi)人數(shù)，ARPU,活躍用戶付費(fèi)率）；還涉及專題數(shù)據(jù)挖掘，主要包括靜態(tài)和動(dòng)態(tài)數(shù)據(jù)。——@游戲數(shù)據(jù)分析
【參考資料】
- 《誰說菜鳥不會(huì)數(shù)據(jù)分析》
- 《數(shù)據(jù)分析經(jīng)典語錄匯總》
- 《一本書學(xué)會(huì)做數(shù)據(jù)分析》
【注】本文部分圖片來源于網(wǎng)絡(luò)或著作，并無意侵犯相關(guān)權(quán)益，如有打擾，請聯(lián)系修正
??對數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、金融風(fēng)控等感興趣的小伙伴，需要數(shù)據(jù)集、代碼、行業(yè)報(bào)告等各類學(xué)習(xí)資料，可添加微信：wu805686220（記得要備注喔！），也可關(guān)注微信公眾號：風(fēng)控圏子（別打錯(cuò)字，是圏子，不是圈子，算了直接復(fù)制吧！）
關(guān)注公眾號后，可聯(lián)系圈子助手加入如下社群：
- 機(jī)器學(xué)習(xí)風(fēng)控討論群（wechat）
- 反欺詐討論群（wechat）
- python學(xué)習(xí)交流群（wechat）
- 研習(xí)社資料（qq：102755159）（干貨、資料、項(xiàng)目、代碼、報(bào)告、課件）
相互學(xué)習(xí)，共同成長。
總結(jié)
以上是生活随笔為你收集整理的【数据分析】理解数据分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【开发工具】Jupyter Notebo
- 下一篇： 【风控策略】（未完成）如何用决策树做风控