谁说菜鸟不会数据分析脑图
【读书笔记】数据分析学习总结(一)：数据分析那些事儿
1.明确分析思路：首先要明确分析目的：菜鸟与数据分析师的区别就在于菜鸟做分析时目的不明确，从而导致分析过程非常盲目。
这点有比较深的体会，在公司里做过关于搜索和新手的产品数据分析，自己对分析目的没考虑太多，靠的是前人留下的上期数据分析结果，倘若让我从零开始做，估计会很盲目。
然后确定分析思路：梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标。
最后还要确保分析框架的体系化，使分析结果具有说服力：营销方面的理论模型有4P、用户使用行为、ST P理论、SWOT等；管理方面的理论模型有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART等。
在上周一个汇报上使用了SWOT分析方法，对这些营销或管理的模型还都很陌生。
2.数据收集：一般数据来源于以下几种方式：数据库、公开出版物（统计年鉴或报告）、互联网、市场调查。
3.数据处理：数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法。
导师提过在做数据处理时，不要在原始数据上进行数据处理以防原始数据丢失，保留数据处理过程以便发现错误时查找。
4.数据分析：数据分析是指用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。
与数据挖掘的关系是数据挖掘侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
5.数据展现：一般情况下，数据是通过表格和图形的方式来呈现的。
常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等。
进一步加工整理变成我们需要的图形，如金字塔图、矩阵图、漏斗图、帕雷托图等。
在一般情况下，能用图说明问题的就不用表格，能用表说明问题的就不用文字。
6.报告撰写：一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。
结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。
数据分析思维导图与步骤
数据分析思维导图与步骤今天看到一篇文章：感觉跟我分析时的思路差不多，于是想模仿写一篇游戏方面的。
我的数据分析都是自己长时间磨练出来的，没有什么高明的老师指点，只求能够有效的发现问题，解决问题。
不懂什么数据模型，只求方法简单实用。
三部曲的前提是你对工作有热情，愿意去钻，如果没有热情纯属白搭，有低潮的时候就不太看数据，就算看也是草草而过，没有心情去深究。
所以有热情才谈得上数据分析。
第一步：宏观数据宏观数据是每天都要观察的数据，例如全服的人数（注册，在线，登陆，充值，消费…），钱数（充值数，消费数，ARPU…）。
看这些数据是为了发现“异常数据”和“趋势数据”。
异常数据：就是某些宏观数据的突变，这个时候问题已经发生。
能够短期内对数据造成较大影响的问题比较好发现，也比较容易解决。
下面一步就详细说明。
趋势数据：数据变化较平缓，但是有一种趋势，我们要利用对我们有利的趋势，减弱对我们不利的趋势。
这种数据可以指导长期计划，同时这些数据下也会藏着较隐蔽的问题（此类问题不容易发现，不容易解决）。
第二步：细分数据当发现异常数据的时候，我们知道有问题，想要知道什么问题，必须细分数据，层层深入。
细分的维度无非就是：付费额度，等级，服务器，消费点，时间点…我画了一个思维导图，大致写了一些细分的思路。
（点击可放大）有了思路之后最大的问题就是：能否得到想要的数据？！在有数据的情况下，多花时间，多花心思，一定能有所收获！特别需要注意的是：细分的时候不要加入任何主观的判断，直接就论断出原因。
这样就无法再细分下去，无法发现问题的根本。
第三步：结合数据，主观分析很多时候，数据只能告诉我们一些现象，但是最终的问题原因我们无法从数据中得知，只能通过自己对游戏，对玩家的了解来做一些判断（建立在数据之上），下面是主观分析的思维导图。
数据分析是用来指导行为的，只分析不作为的数据分析都是耍流氓！当我们通过上面的三部曲找到问题原因后，我们就需要制定解决方案来解决问题。
【大数据】手把手带你进入数据分析师的世界
手把手带你进入数据分析师的世界2017-05-03老有粉丝问我数据分析师应该如何入门，其实这个行业入门不难，数据君给你用职业规划选择几本书籍，如果末尾留下精彩的留言评论，被我选中的话那恭喜你！送10本书，书你自己选.....任性否？数据分析是一门专业且跨越多个领域的学科，如果有好书作为参考，对数据分析能力的成长更有帮助。
下面精挑细选出这19本书，从基础入门到进阶指南，以及数据思维等方面均有涉及，可以让希望成为数据分析师的初学者、创业者，甚至优秀的数据分析师都能从中探索到新的阅读乐趣。
本书单分类可能不算特别严格，因为书不会只讲一个点，知识也是互通的。
好的开始是成功的一半：小白入门，浅显易懂，快乐学习！l 《谁说菜鸟不会数据分析（入门篇》l 《谁说菜鸟不会数据分析（工具篇》知名度很高的一套书，适合新手，优点是它和数据分析结合，而不是单纯地学习函数。
学会函数适用的场景和过程比它本身更重要。
l 《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧。
l 《从1开始：数据分析师成长之路》从简单的制作报表开始和大家一起学习数据分析的五大模块：报表BI系统、异常数据分析、解决数据需求、项目性数据分析以及数据建模，为大家全方位、体系化地呈现数据分析到底是什么。
“千里之行，始于足下”l 《从零进阶：数据分析的统计基础（第2版）》l 《如虎添翼：数据处理的SPSS和SAS EG实现（第2版）》l 《胸有成竹：数据分析的SPSS和SAS EG进阶（第2版）》“思想先行，学以致远”：要学好大数据，首先要掌握数据思维l 《数源思维：业务导向的数据思维秘籍》通过“问、拆、解、谋”四步，配合完整实例和典故，详解了数源思维如何帮助企业市场、产品、运营等业务管理者建立或提升数据导向的业务问题解决能力，如何帮助战略规划或中高层管理者提升数据导向的战略分析能力。
20张高清数据分析全知识地图，强烈建议收藏
20张高清数据分析全知识地图，强烈建议收藏
内容来源:数据分析
正文开始
最近团队小伙伴为大家整理了20张数据分析的知识地图，话不多说直接上图，觉得有用别忘了转发点赞收藏
CCTC®01
1、数据分析步骤地图
2、数据分析基础知识地图
3、数据分析技术知识地图
4、数据分析业务流程
5、数据分析师能力体系
6、数据分析思路体系
7、电商数据分析核心主题
8、数据科学技能书知识地图
9、数据挖掘体系
10、python学习路径
CCTC®02
11、线下店铺数据分析
12、小程序数据分析
13、用户分析
14、用户画像法
15、Excel常用公式
16、Excel透视表
17、数据分析图表
18、MySQL
19、统计学
20、回归分析方法。
《谁说菜鸟不会数据分析》
第 章数据分析那些事儿数据分析是“神马”数据分析六步曲几个常用指标或术语1>> 12谁说菜鸟不会数据分析出场人物：牛董，关键词：私企董事长、要求严格、为人苛刻；小白，关键词：应届毕业生，刚入职场的伪白骨精（白领+骨干+精英）、牛董助手、爱臆想；Mr.林，关键词：小白同事、数据分析达人、成熟男士、乐于助人、做事严谨。
话说小白过五关斩六将，通过严格的面试，最终从众多优秀毕业生中脱颖而出，成为公司的一员。
在报到的第一天，公司HR向小白介绍了她的职位——公司牛董的助理，负责文秘工作，可能需要做一些数据分析之类的活儿。
小白一听到数据分析这个词，就感觉头皮发麻，这时，她的脑子里幻想出一些穿白大褂的科研人员在实验室的计算机前不断忙碌的场景。
虽然在上大学时也使用过Excel，但是如果要做数据分析工作，她还真的有些不知如何下手。
无数个问号涌到她的脑海中：数据分析到底要做什么呢？我要怎么做数据分析？老板想要看什么样的结果呢？……唉，只好边走边干了。
HR看出小白的心事，说道：关于数据分析你不用太担心，如果遇到难题，你可以请教我们公司的Mr.林，他在这方面可是专家喔！小白一听有救星，立马兴奋起来，好像抓到救命稻草一样，想赶紧找到这位大师级人物，然后一股脑把疑问全倒出来。
HR：小白，你跟我来吧，我给你引荐下Mr.林。
小白：好的。
说着小白跟HR来到了Mr.林的办公桌旁，HR说道：Mr.林，这是我们公司新来的同事，叫小白，现担任牛董助理，她的部分工作涉及数据分析，到时候有问题还要麻烦您多多指点了。
小白紧跟着说道：Mr.林，您好，请多多指教。
Mr.林：呵呵，太客气了，有问题直接来找我就可以了。
小白趁机说道：我现在就有问题，您现在是否有时间帮我解答下？数据分析是干什么的，具体要怎么做？Mr.林听完后，笑了起来：你还真是不客气呀，好吧，你刚进公司，我就先给你做个简单的培训，带你入个门吧，以后的修行可就靠你自己努力了。
小白用力点着头，HR见这“师徒”二人颇有一见如故之感，大致交代一番后，就离开了。
谁说菜鸟不会数据分析
图表作用：表达形象化、突出重点、 体现专业化
常用图表：柱形图、条形图、饼图、 折线图、散点图等
关系-图表
图表制作五步法
表格妙用：突出显示单元格、项目 选取、数据条、图标、集迷你图
图表换装：帕累托图的制作、旋风 图、人口金字塔、漏斗图、矩阵图
第六章：给数据量体裁衣-数据展现
第六章：给数据量体裁衣-数据展现
PART ONE
01 第 一 章 ： 数 据 分 析 那 些 事
数据分析步 骤
数据分析误 区
数据分析定 义
数据分析分 类
数据分析作 用
数据分析师职 业发展要求
第一章：数据分析那些事
第一章： 数据分析 那些事
常用指标术语:平均数、绝对数、相对数、 百分比、百分点、频数、频率、倍数、番 数
第一章：数据分析 那些事
数据分析师职业发展要求
据严 客谨 壹 观负 、责 准（ 确保 ）证
数
么一好 ？般奇 贰 ），心
无强 数烈 个（ 为侦 什探
构逻 为辑 叁 王思 ）维
清 晰 （ 结
路鉴擅 、他长 肆 方人模 法优仿 ）秀学
分习 析（ 思借
提创
出新 伍 改（
进模 、仿 创中 新总 ）结
、
基本素质
PART ONE
02 第 二 章 ： 结 构 为 王 - 确 定 分 析 思 路
感谢聆听
图成 壹 、分
瀑关 布系 图饼
形频 肆 图率
分 布 柱
-
-
-
排 贰序
柱 状 图
图相
伍
关
性
散 点
-
线时 叁 图间
序 列 折
达多 陆 图重
比 较 雷
菜鸟学习数据分析教程
第二章、结构为王—思路方法
（2）逻辑树分析法（业务问题专题分析）
逻辑树分析法是将一个已知问题当成树干，然后考虑这个问题和哪些问题有关。每想到一点，就给这 个问题所在的树干加一个树枝，并标明树枝代表什么问题。逻辑树方法又称问题树、演绎树或分解树。
逻辑树适用遵循 的原则
要素化：把相同问题归纳总结成要素 框架化：将各个要素组成框架，遵守 不重不漏的原则 关联化：框架内的各元素保持必要的相互关系，简单不孤立
----数据透视表（演示，见视频）
三、数据搜集导入
(1)文本导入：满意度调查（演示）
第三章、数据搜集导入
（2）网络：股票数据（演示）
（3）调查数据：满意度调查问卷表设计(演示)
第四章、数据处理
6.呈现
制表画图
5.分析
方法工具
1.分析
那些事儿
成长之路
4.处理
清洗加工
2.方法
结构2.方法
结构为王
3.数据
搜集导入
一、数据类型（设置单元格格式）
第三章、数据收集导入
二、数据表类型（一维表和二维表）
一维表特征：一条记录就看到完整的信息；一边有字段指标。
二维表特征：需要纵横两个纬度看，才能得到完整的信息；两边有字段指标。 （1）二维表变一维表？
-----数据透视向导（演示，见视频） （2）一维表变二维表？
6.呈现
制表画图
5.分析
方法工具
1.分析
那些事儿
成长之路
4.处理
清洗加工
2.方法
结构为王
3.数据
搜集导入
第二章、结构为王—思路方法
一、数据分析的方法论是什么？ （1）数据分析的方法论？ 简述：论述分析的思路，指导数据分析者进行一次完整的数据分析。 例如：我应该从哪几个方面展开分析？各方面包含什么内容和指标？ （2）数据分析方法论与数据分析方法的区别？ 举例说明：一个是整体思路（类似宏观作战方案）；一个是工具性解决办法（类似刺刀、冲锋枪、坦克、轰 炸机等）。 二、常用的方法论？
20张高清数据分析全知识地图，拿去吧你
20张高清数据分析全知识地图，拿去吧你最近团队小伙伴为大家整理了20张数据分析的知识地图，话不多说直接上图，觉得有用别忘了转发点赞收藏!（还打包成了电子版，文末领）1、数据分析步骤地图2、数据分析基础知识地图3、数据分析技术知识地图4、数据分析业务流程5、数据分析师能力体系6、数据分析思路体系7、电商数据分析核心主题8、数据科学技能书知识地图9、数据挖掘体系10、python学习路径11、线下店铺数据分析12、小程序数据分析13、用户分析14、用户画像法15、Excel常用公式16、Excel透视表17、数据分析图表18、MySQL19、统计学20、回归分析方法除此之外，还分享给大家一份最新的Python全套学习资源：学习资源是学习质量和速度的保证，因此找到高质量的学习资源对我们来说也是非常重要的。
以下列出的学习资源不分排名，都是好资源：一、Python所有方向的学习路线Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件工欲善其事必先利其器。
学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。