数据分析概要

第一章——数据分析概要

数据分析六部曲

明确分析目的和思路、数据收集、数据处理、数据分析、数据展现、报告撰写

（1）确定分析思路

使分析框架体系化（逻辑化，简单说就是先分析什么后分析什么）：以理论为指导，结合实际业务情况，搭建分析框架。

营销理论模型：4P、用户使用行为、STP理论、SWOT等。

（2）数据收集

第一手数据：可直接获取的数据；

第二手数据：经过加工整理后得到的数据。

数据来源：数据库、公开出版物、互联网、市场调查。

（3）数据处理

数据处理基本目的是从大量的、杂乱无章的、难以理解的数据中，抽取并推导出对解决问题有价值、有意义的数据。

处理方法：数据清洗、数据转化、数据提取、数据计算。

（4）数据分析

在确定数据分析思路的阶段，分析师应当为需要分析的内容确定适合的数据分析方法。（5）数据展示

一般情况下通过表格和图形的方式来呈现。

常用图表：饼图、柱形图、条形图、折线图、散点图、雷达图等；

整理加工后可变为：金字塔图、矩阵图、漏斗图、帕累托图等。

（6）报告撰写

通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。

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，层次清晰，能够让阅读者一目了然。另外，数据分析报告需要有明确的结论。最后，好的分析报告一定要有建议或解决方案。

《数据分析报告实例》

目录

一、分析背景与目的

二、分析思路

三、分析正文

1.XX分析

2.XX分析

3.XX分析

四、总结与建议

数据分析的三大误区

1、分析目的不明确，为分析而分析

2、缺乏业务知识，分析结果偏离实际

3、一味追求使用高级方法，热衷研究模型

常用指标和术语

平均数：算数平均数、调和平均数、几何平均数

绝对数：反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合性指标，如GDP、总人口等。

相对数：由两个有联系的指标对比计算而得到的数值，用以反映客观现象之间数量联系程度的综合指标。绝对数=比较数值（比数）/基础数值（基数）

百分比与百分点：如公司今年的利润是45%，比去年的28%提高了17个百分点。

频数与频率：频数指一组数据中个别数据重复出现的次数。

比例与比率：比例指在总体中各部分的数值占全部数值的比重。比率指不同类别数值的对比。

倍数与番数：番数指原来数量的2的N次方倍，如翻一番为原来数量2倍，翻两番为4倍。

同比与环比：同比指与历史同时期进行比较得到的数值，该指标主要反映的是事物发展的相对情况。环比指与前一个统计期进行比较得到的数值。

第二章——确定分析思路

数据分析方法论

主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路，比如主要从哪几方面开展数据分析？各方面包含什么内容和指标？

应养成在分析方法论的指导下开展分析的习惯，以确保分析结果具有指导意义。

作用：①理顺分析思路，确保数据分析结构体系化

②把问题分解成相关联的部分，并显示它们之间的关系

③为后续数据分析的开展指引方向

④确保分析结果的有效性及正确性

常用的数据分析方法论

1、PEST分析法（行业分析）

用于对宏观环境的分析，宏观环境包括四类：政治环境、经济环境、社会环境、技术环境。

2、5W2H分析法（用户行为分析、业务问题专题分析等）

Why, What, Who, When, Where; How, How much

3、逻辑树分析法（业务问题专题分析）

使用时必须遵循：①要素化：把相同问题总结归纳成要素

②框架化：将各个要素组织成框架，遵守不重不漏的原则

③关联化：框架内的各要素保持必要的相互关系，简单而不孤立

4、4P营销理论（公司整体经营情况分析）

Product（产品）、Price（价格）、Place（渠道）、Promotion（促销）

5、用户行为理论（用户行为研究分析）

认知→熟悉→试用→使用→忠诚

第三章——数据准备

理解数据

1、字段与记录（数据或变量值）

2、数据类型：字符型数据，数值型数据

3、数据表：如表中合并单元格较多，设计不合理，不符合数据分析的要求。

二维表转换为一维表

数据来源

导入数据

（1）导入文本数据（txt格式）

（2）自动导入网站数据，可即时刷新

问卷录入要求

根据问题的类型不同：①数值题②单选题③多选题（二分法/多重分类法）④排序题⑤开放性文字题

第四章——数据处理

何为数据处理

“三心二意”处理数据

信心、细心、平常心、诚意、合意

1%的错误=100%的失败

数据清洗

一、重复数据的处理

（1）函数法：COUNTIF

（2）高级筛选法：“将筛选结果复制到其他位置”“选择不重复的记录”

（3）条件格式法：突出重复值

（4）数据透视表法

二、缺失数据的处理

1、定位输入

选中表格，①“查找和选择”，“定位条件”/ ②F5 / ③Ctrl+G

处理缺失值的四种方法

方法一：用一个样本统计量的值代替缺失值，如用该变量的样本平均值；

方法二：用一个统计模型计算出来的值去代替缺失值，如回归模型、判别模型，需用专业数据分析软件；

方法三：将有缺失值的记录删除，可能会导致样本量的减少；

方法四：将有缺失值的记录保留，仅在相应的分析中做必要的排除。（应在调查的样本量较大，缺失值的数量不多，且变量之间也不存在高度相关的情况下使用）

“Ctrl+Enter”快捷键

①Ctrl定位不连续单元格/Ctrl+G定位空白单元格②录入数据③“Ctrl+Enter”使所有选中的单元格都被填充

2、查找替换

三、检查数据逻辑错误

1、利用IF函数检查错误

2、利用条件格式标记错误

数据加工

一、数据抽取

字段分列：（1）菜单法（2）函数法：