美文网首页
数据分析5步法

数据分析5步法

作者: 知行迢迢 | 来源:发表于2020-01-14 21:32 被阅读0次

    无论是工作中大量业务的数据,还是生活中手机/电脑的使用数据、财务数据、自身体重数据等等,数字化的时代,数据无时无刻不在我们的身边。
    是否有一套通用的数据分析方法,能让我们的工作更加清晰、生活更加有趣呢?
    以下是我自己根据工作经验整理的一套方法论,简单5步就能学会数据分析啦!

    1 明确数据分析的目的

    做数据分析的前期是先明确目的,比如

    • 财务分析的目的是分析每月收入与指出,找到开源节流的关键点,增加家庭可支配金额;
    • 体重分析的目的是结合饮食、运动信息,记录体重(减肥结果)的变化,分析减重效果。

    没有目的去记录、分析,就如同丢失了指南针,会四处乱撞、没有方向。

    2 数据采集

    数据采集是非常关键的一步,没有数据,怎么分析、从哪里去找寻规律呢?
    还是拿理财和体重举例吧

    • 想要分析财务,就得先记账;
    • 想要分析减重效果,就得坚持称体重并记录下来。

    记录的内容包括:时间、数据结果、备注信息。
    比如,2020年1月14日,3元,早餐。

    记录的信息越多,后续可以分类分析的内容也越多。
    但考虑性价比,并不是越多越好,还是以更方便记录,不会产生倦怠心理为好。

    3 数据清洗

    采集完数据就要数据统计和分析了,当然可以直接开始下面的步骤,但可以简单看一遍数据(数据量小的情况下),找出异常值(极大、极小)或一些明显应该连续但不连续的数值。
    统计分析时建议摘除或更新这些数据再进行分析,避免脏数据影响分析结论。

    拿我自己举例,这个例子是我是在统计后发现的,这个月餐饮的费用超了好多!仔细看一遍餐饮的明细,有一天竟然花了400元!不科学啊,没印象呀!
    又对了一眼账单——用美团付的、叫的外卖、40元,记差了一个0!

    及时再精密的设备也有出错或者没有连接的时候,学会识别异常数据、插补数据,也是数据处理的重要能力。

    4 数据统计

    数据清理好了,记录完整,over!

    接下来,就是计算 【统计值】 了。

    求和

    早餐4元、午餐15元、晚餐20元!晚上还买了一个游戏,99!
    一天竟然花了138元,这么多钱!
    另外一天也是,吃饭5、20、22,还没忍住买了一个网课249……
    怪不得每个月都月光!哭唧唧……

    求平均

    这天的体重,有上午8点称的、10点称的、晚上7点称的,一天称了3次!
    我该以哪个为准?
    就先取个平均值吧,毕竟喝水也会重!

    其实,统计值真的很简单,常用的情景“加和”或者“求平均”就够用啦!

    5 数据分析

    统计完数据,接下来就是找规律了!


    以上我去年一年的体重变化曲线,没有每天称啦~

    1. 肉眼可见下半年均值比上半年大……(如果结合运动频率的曲线-可惜没怎么记,可以发现是有相关性的,因为下半年运动少了)
    2. 然后,看体重也知道我是一个情绪起伏(体重起伏)频率有点大的人hh可能会一段时间暴饮暴食,然后又控制下来……(结合饮食的卡路里曲线看会更明显---可惜也木有记录)
    3. 看上去好像冬天比夏天轻一些??感觉不符合“常理”啊哈哈,冬天不都是囤肉的嘛!不知道为什么这么奇怪,可以再研究研究。

    其实说,做体重分析的目的当然是“减重”啦,但发现自己体重受心情影响,而心情同时也影响着身体健康后,觉得还是开心就好啦!哈哈
    要是记录一个每日的满意度打分,就能更好地评估啦~

    小结

    1. 明确目的很重要
    2. 数据收集得越全面,分析的结果越有规律,也更“真实”、可信
    3. 数据分析只是辅助分析工具,真正做决策还需要经过多方面的思考、评价

    以下是小推荐:

    • 体重/体脂秤:「有品」挺好的,小号就可以啦!体脂不一定那么准,但用起来方便;app也不错,不用手动统计,自动帮你分析!
    • 记账:我用的是「挖财」,听说「随手记」也不错!
      • 自己现在是随手记录日常开销,忘了就算啦!
      • 月底或月初对照微信、支付宝的账单对一遍(用资产负债表形式,比对不同帐户余额,有差异的再检查账单)
      • 然后登记到excel进行统计分析(app也可以,但想排除一些不想考虑的分类,所以还是用的excel)

    如果需要分析的数据量很大,excel不满足使用,可以学习python做数据分析喔~

    欢迎和我交流经验,一起进步!

    相关文章

      网友评论

          本文标题:数据分析5步法

          本文链接:https://www.haomeiwen.com/subject/ysfzactx.html