随着“大数据”概念的持续“高温”，越来越多企业及个人也开始关注数据分析，我整理了一些经常会被问到的关于数据分析的问题，在这里和大家一起简单的聊一聊。
首先，被问到最多的问题就是：
数据分析是什么？
数据分析如果让我用一句话概括，就是连接数据及人类认知之间的桥梁。
就像观察微生物需要显微镜、了解时间需要钟表、知道温度需要温度计一样，在理解人类感官无法直接认知的数据问题时就需要使用名为“数据分析”的工具了。
如上图所示，人类通过“数据分析”这个工具，将我们无法认知的数据信息转换为我们可以理解的知识及智慧，企业管理者依据获得的知识及智慧做出正确决策，带领企业走向成功。
数据分析能干吗呢？
数据分析主要帮助决策者了解情况、发现规律以及预测将来。
假如我是一家做的还不错的零食店的淘宝店长，我需要知道一天内我卖了多少件商品、挣了多少钱、哪个品牌卖的多哪个品牌卖的少、哪种商品需要补货、哪些食品受欢迎等等信息，以便及时做出策略调整，保持市场竞争优势。
这就是了解情况。
在经营了一段时间之后，店里积累了一些历史数据，通过对数据的深入挖掘，我发现特定人群甲喜欢购买膨化食品，而另一些特定人群乙喜欢购买健康食品，一些人在买了A品牌膨化食品之后会购买B品牌健康食品，而另一部分人在浏览了C页面后会对D品牌产生兴趣。
于是我将膨化食品推销给甲，将健康推销给乙，将B品牌食品购买链接添加在A品牌零食购买页的推荐商品中，将D品牌促销信息追加到C页面中，于是店中的商品走的更好了。
这就是发现规律。
又经营一段时间后，我发现E品牌商品总是在被浏览2到3次之后就会被卖出去一件，于是我发现浏览次数与销售件数之间存在较强的关联关系，于是我想办法增加E品牌商品的点击次数，通过浏览量的趋势大致可以预测出未来一段时间内销量的变化情况。
这就是预测将来。
数据分析有哪些类别呢？
根据数据分析作用的不同，我们可以将数据分析大致分成以下类别：
以了解业务情况为目的的数据分析方法归类为业务数据分析方法，以发现规律及预测将来为目的的数据分析方法归类为数据挖掘分析方法。
数据分析要掌握哪些知识技能呢？
做数据挖掘分析需要分析人员具有较高的数理统计知识、一定的工具使用及编程技能以及较高的业务知识才能完成。
工具：
在工具上除了需要掌握做数据分析工作最离不开的Excel及SQL外，还要掌握一些专业的数据挖掘工具。
常使用的数据挖掘工具有Python语言、R语言、SPSS、SAS等。想成为合格的数据挖掘向的数据分析师需要一段较长的学习时间以及一定的工作积累。
业务人员进行业务数据分析需要掌握的基本工具主要有哪几个，一个是Excel，另一个是SQL。最重要的当然是敏捷BI---豌豆BI啦！
a.可接入本地文本也可接入数据库
b.灵活制作敏捷看板，丰富的可视化展示
支持灵活的自由式布局、组件化的统计图、丰富的数据统计函数、灵活的筛选功能、智能的图表联动，用户只需通过简单的拖拉拽，就可以快速地制作出一张敏捷看板。
c.百亿数据秒级响应
支持基于列存储的MPP架构的分布式数据库进行敏捷分析，百亿数据可达到秒级响应，可解决TB甚至PB级超大数据量敏捷分析的难题。
d.智能化应用
智能化建模，一键导入数据，自动识别维度和指标，构建数仓模型；智能图表推荐，根据拖拽的指标和维度，识别最优的展现形式，来进行智能推荐。。智能联动钻取，所有图表无需任何设置即可联动，也可自定义选择部分图表参与联动和下钻。
一招教你变成数据分析大师，还不赶快体验一下吧！
网友评论