定义:数据分析是运用适当的统计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消化,以求最大化地开发数据的功能,发挥数据的作用。
目的:
把隐藏在数据背后的信息集中和提炼出来,总结出所研究对象的内在规律,帮助管理者进行有效的判断和决策。
分类:
(1)描述性数据分析
(2)探索性数据分析
(3)验证性数据分析
分析方法:
(1)描述性数据分析:对比分析法、平均分析法、交叉分析法
(2)探索性数据分析:相关分析、因子分析、回归分析
作用:
(1)现状分析(日常通报)
(2)原因分析(专题分析)
(3)预测分析(专题分析)
分析过程:
(1)明确分析目的和思路
(2)数据收集
(3)数据处理
(4)数据分析
(5)数据展现
(6)报告撰写
分析思路:
把分析目的分解为不同分析要点,即需要从哪些角度分析,采用哪些分析指标。
这一步的要求是:使分析框架体系化
如何使分析框架体系化:
以管理、营销等理论为指导,结合实际业务情况即可。
管理理论:PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等
营销理论:4P、用户使用行为、STP理论、SWOT等
数据收集来源:
(1)数据库
(2)公开出版物
(3)互联网
(1)市场调研
数据处理方法:
(1)数据清洗
(2)数据转化
(3)数据提炼
(4)数据计算
数据分析软件:
Excel、SPSS、Statistics等
数据挖掘:
数据挖掘是一种高级的数据分析方法
侧重于解决四类数据分析问题:分类、聚类、关联、预测,重点在寻找模式和规律
数据展现:
能用图表说明问题就不要使用表格,能使用表格说明问题就不要使用文字。
报告撰写:
(1)好的框架:图文并茂、层次清晰
(2)明确的结论
(3)建议或解决方案
数据分析三大误区:
(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)一味追求使用高级分析方法,热衷研究模型
心得:
数据分析的过程是一个严密的论证,规规矩矩按照数据分析的步骤进行即可。数据分析如同建房子,先要设计出房子的轮廓,然后做预算,准备建房子的材料,再根据图纸一步一步地搭建,一点点地完善,最后交出一个杰出的艺术之作。我没有系统地学习过建房子的过程,所以我的说法也许有些出入,诸位不必细究。