1、认识数据分析

       数据分析是数据的汲取，进行数据分析离不开数据的支持。数据实际上是一种观测值，是信息的外在表现形式，也是实验、策略、观察和调查的结果，以数量的形式来表现。原始的数据往往具有数量巨大且杂乱无章的特点，很多时候给人的感觉就是让人眼花缭乱，不知所云。这样的数据是没有任何意义的，需要对其进行分析。

1.1　什么是数据分析

       简单地说，数据分析就是对以上我们提到的数据进行分析，将这些大量的且杂乱无章的数据进行整理、归纳和提炼，从中寻找出数据的内在规律，从而获得需要的信息。数据分析的过程，实际上就是对数据进行汇总和理解吸收的过程，也是为了提取有用的信息和形成结论而对数据加以研究和概况总结的过程。通过对数据进行分析，以求最大地开发数据，发挥数据的作用。数据分析是一种有组织有目的处理数据并使数据成为信息的过程，其根本目的是集中、萃取和提炼。在实际工作中，其最终是为了帮助经营者和决策者作出判断，以便采取正确有效地行动。在经济生活中，经济决策实际上就是一种“数据决策”，“用数据说话”是众多企业经营者和决策者的共识。

      数据分析在管理上有着十分重要的作用，它产生的价值来源于详尽而真实的数据，是一个企业的管理走向正规化、决策走向合理化的重要环节。数据分析在实际工作中能够及时纠正经营和生产中的错误，使企业的管理者能够了解企业现阶段的经营状况，知道企业业务的发展和变动情况，及时对企业的运营有一个深入了解。通过数据分析，可以对企业的计划进度进行分析，实时了解经营情况。同时，在了解企业当前状况的同时，提供了科学管理的依据。数据分析可以有效帮助决策者对未来的发展趋势进行预测，为制定经营方向、运营目标以及决策提供有效的参考和依据，最大限度地规避风险。

       对数据进行分析的方法有很多，归纳起来包括统计分析方法、运筹学分析方法、财务分析方法和图表分析方法。统计分析方法是指对收集到的数据进行整理归类并解释的分析过程，其主要包括描述性统计或推断性统计。其中，描述性统计以描述和归纳数据的特征以及变量之间的关系为目的，主要涉及数据的集中趋势、离散程度和相关程度，其代表性指标是平均数、标准差和相关系数等。推断统计是用样本数据来推出总体特征的一种分析方法，其包括总体参数估计和假设检验，代表性方法是Z检验、T检验和卡方检验等。

       运筹学分析方法是在管理领域中运用的数学方法，该方法能够对需要进行管理的对象（如人、财和物等）进行组织管理从而发挥最大效益。运筹学分析常使用数学规划分析，如线性规划、非线性规划、整数规划和动态规划等，也可以运用运筹学中的理论（如图论、决策论和库存论等）来进行分析预测。运筹学分析方法常用在企业的管理中，如服务、库存、资源分配、生产和产品可靠性分析等诸多领域。

       财务分析方法是以财务数据及相关数据为依据和起点来系统分析和评估企业过去和现在的经营成果、财务状况以及变动情况，从而了解过去、分析现在和预测未来，达到辅助企业的经营和决策的目的。财务分析法包括比较分析法、趋势分析法和比率分析法等。

       图表分析方法是一种直观形象的分析方法，其将数据以图表的形式展示出来，使数据形象、直观和清晰，让决策者更容易发现数据中的问题，提高数据处理和分析的效率。图表分析主要针对不同的数据分析类型，采用不同的图表类型将数据单独或组合展示出来，常见的图表如柱形图、条形图、折线图和饼图等。

1.2　数据分析的步骤

       数据分析对企业的决策和发展是十分重要的，为了顺利地完成数据分析的任务，获得需要的结果，数据分析通常可以分为以下的几个阶段。

       A、明确目的。在进行数据分析时，首先需要明确分析的目的。在接收到数据分析的任务时，首先需要搞清楚为什么要进行这次分析、这次数据分析需要解决的是什么问题、应该从哪个方面切入进行分析以及什么样的分析方法最有效等问题。在确定总体目的后，可以对目标进行细化，将分析的目标细化为分析要点，理清具体的分析思路并搭建分析框架，搞清楚数据分析需要从哪几个角度来进行，采用怎样的分析方法最有效。只有这样才能为接下来的工作提供有效地指引，保证分析完整性、合理性和准确性，使数据分析能够高效地进行，分析结果保证有效和准确。

       B、收集数据。收集数据是在明确数据分析的目的后，获取需要数据的过程，其为数据的分析提供直接的素材和依据。数据分析时，数据来源包括两种方式。第一种方式就是所谓的直接来源，也称为第一手数据，这类数据来源于直接的调查或实现的结果。第二种方式称为间接数据，也可称为第二手数据，这类数据来源于他人的调查或实验，是结果加工整理后的数据。在实际工作中，获取数据的方式有很多，根据不同的需要有不同的获取途径。如，对本公司的经营状况的分析，可以从公司自由的业务数据库获取。对于一些专业数据，可以从公开的出版物获取，如年检或分析报告等。随着互联网的发展，获取数据的途径更为广阔，通过搜索引擎，可以快速找到需要的数据，如，到国家或地方统计局的网站、行业组织的官方网站或行业信息网站等。

       C、处理数据。在获得数据后，需要对数据进行处理。数据处理是对已获得数据的一种加工，其目的是使数据适合数据分析。数据分析师在获得数据后，需要对大量的、杂乱的且难以理解的数据中抽取出对解决问题有价值和意义的数据。数据的处理加工，是数据分析中必不可少的一步工作。数据处理常常需要对数据进行清理、转换、提取、汇总和计算。

       D、分析数据。数据分析需要从数据中发现有关信息，其一般需要通过软件来完成。在进行数据分析时，数据分析人员根据分析的目的和内容确定有效的数据分析方法，并将这种方法付诸实施。当前，数据分析一般都是通过软件来完成，简单实用的有大家熟悉的Excel，专业高端的软件有SPSS和SAS等。

        E、撰写报告。在完成数据分析后，需要将分析结果展示出来并形成分析报告。数据分析报告一般包括封面、目录、分析内容和总结这几个部分。数据分析报告是对数据分析过程的总结和归纳，分析报告需要描述出数据分析的过程和分析的结果，并且要给出分析的结论。数据分析报告应该结构清晰且主次分明。分析报告应该具有一定的逻辑性，一般可以按照发现问题、总结问题原因和解决问题这一流程来描述。在分析报告中，每一个问题必须要有明确的结论，一个分析对应一个结论，切忌贪多，结论应该基于严谨的数据分析，不能主观臆测。同时，分析报告应该通俗易懂，使用图表和简洁的语言来描述，不要使用过多的专业名词，要让看报告的人能够看懂。