《谁说菜鸟不会数据分析》系列

2.png 3.png 4.png 5.png 6.png 7.png 1.png

1. 什么是数据分析
   用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能

数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概况总结的过程

2. 数据分析的目的

就是把隐藏在一大批看似杂乱无章的数据背后的信息用统计分析方法和编程语言集中和提炼出来， 总结出所研究对象的内在规律，以求最大化的开发数据的价值。

帮管理者进行判断和决策，以便采取适当策略与行动。

2. 数据分析的作用

• 现状分析
  告诉你公司现在的运营情况，好坏程度
• 原因分析
  告诉你某一现状产生的原因是什么
• 预测分析
  了解现状和分析原因后，制定行动，对未来发展趋势的预测

3. 数据分析的过程

   • 明确分析目的和思路
     分析目的细化：

   通过这次数据分析我要解决什么问题
   如何具体开展数据分析
   要从那几个角度进行数据分析
   采取哪些分析指标

   分析体系化（逻辑化）：

   先分析什么，后分析什么
   各个分析点之间具有逻辑联系
   以理论为指导，结合实际业务情况， 搭建分析框架
   确定数据分析的方法

• 数据库
  数据库来源

  业务数据库
  公开出版物
  互联网
  市场调查

• 数据处理

数据清洗
数据转化
数据提取
数据计算

• 数据分析

excel
python
spss

• 数据展现

> 表格

图形
文字
能用图不用表，能用表不用文字

• 报告撰写

>  结构清晰、图文并茂、层次分明

要有明确的结论
一定要有建议或解决方案

4. 常见问题

• 数据分析与数据处理的区别
  数据处理是数据分析的基础。将搜集到的原始数据转换为可以分析的形式，并保证 数据的一致性和有效性
• 数据分析与数据挖掘的区别
  数据挖掘是一种更高的数据分析的方法。根据用户的需求，从大量的数据中找出所需的信息，以满足用户的特定需求。 如亚马逊根据你的消费记录智能推荐数据。
  数据挖掘侧重解决四类数据分析问题： 分类、聚类、关联、预测
  本质上都是一样的，从数据里发现关于业务的知识。

5. 数据分析的职业要求

• 懂业务

• 懂管理

• 懂分析
  基本的分析方法：

  对比分析
  分组分析
  交叉分析
  结构分析
  漏斗分析法
  综合评价分析
  因素分析
  矩阵关联分析

  高级的分析方法：

  相关分析
  回归分析
  聚类分析
  判别分析
  主成分分析
  因子分析
  对应分析
  时间序列

• 懂工具

• 懂设计

6. 数据分析的基本素质
   • 态度严谨负责
   • 好奇心强烈
   • 逻辑思维清晰
   • 擅长模仿学习
   • 勇于创新
7. 几个常用的指标和术语

• 平均数
• 绝对数和相对数
• 百分比和百分点
• 频数和频率
• 比例和比率
• 倍数和番数
• 同比和环比

8. 数据分析三字经

• 学习

先了解，后深入；
先记录，后记忆；
先理论，后实践；
先模仿，后创新；

• 方法

先思路，后方法；
先框架，后细化
先方法，后工具
先思考，后动手

• 分析：

先业务，后数据
先假设，后验证
先总体，后局部
先总结，后建议

9.数据分析的方法论

• 数据分析的方法论：从宏观角度指导如何进行数据分析；数据分析法：具体的分析方法
• 方法论的作用：
  • 理顺分析思路，确保数据分析结构化
  • 把问题分解成相关量的部分，并显示他们之间的关系
• 为后续数据分析的开展指引方向
• 确保分析结郭的有效性及正确性

10.PEST分析法

• 用于对宏观环境的分析

• 宏观环境

• 政治 Political

• 经济 Economic

• 技术 Technological

• 社会 Social

11. 5W2H分析法

• 何因 why
• 何事 what
• 何人 who
• 何时 when
• 何地 where
• 如何做 how
• 多少钱 how much

12.逻辑树

• 遵循的三个原则
  • 要素化
  • 框架化
  • 关联化

13.4P营销理论

• 产品

• 价格

• 渠道

• 促销
  14.用户行为理论

• 认知

  • 网站访问

  ip
  pv
  uv
  访问来源
  ····

• 熟悉

  • 网站浏览

  平均停留时长
  跳出率
  页面偏好

  • 站内搜索

搜索访问次数占比

• 试用
• 网站注册

注册用户数
注册转化率

• 使用
• 用户登录

> 用户用户数

人均登录数
访问登录比

• 用户订购

  订购量
  订购频次
  内容
  转化率

• 忠诚

  • 用户粘性

  回访者比
  回访深度

  • 数流失

  用户流失率

14.处理数据“三心二意”

• 信心
• 细心
• 平常心
• 诚意
• 合意

15.数据分析的方法

1.png

16.对比分析法

• 对比维度
  • 实际完成与目标对比
  • 不同时期对比
  • 与同级部分，单位，地区对比
  • 行业中内对比
  • 活动效果对比

17.分组分析法

• 步骤
  • 确定组数
  • 确定各组的组距
  • 根据组距大小，对数据进行分组整理，规划值相应组内

18.平均分析法

19.交叉分析法

20.综合评价分析法

• 步骤：
  • 确定综合评价指标体系，即包含哪些指标，是综合评价的基础和依据
  • 收集数据，并对不同计量单位的指标数据进行标准化处理
• 确定指标体系中各指标的权重，以保证评价的科学性
• 对经处理后的指标再进行汇总，计算出综合评价指数或综合评价分值
• 根据综合评价指数进行排序，并由此得出结论

21.杜邦分析法

22.漏斗图分析法

23.矩阵关联分析法

24.高级数据分析方法

2.png 20170527154429.png