数据分析基础知识

数据分析基础知识什么是数据分析 数据分析是指用合适的记录分析措施对搜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，发挥数据的作用。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括总结的过程。建立一种概念：一切皆可数据化1.数据分析的目的2.数据的类型3.数据的来源4.数据的分析措施5.数据分析的基本环节6.常用的几类数据1数据分析的目的一种检测站，一直以来效益都不错，不过在去年出现了亏损，根据100名居民的抽样调查显示；每百人检测量：前年45辆，去年48辆，今年53辆。其中这家检测站的成果：前年9辆，去年5辆，今年5辆。检测站的有关数据：可检测量（万辆）销售量（万辆）销售收入（万辆）盈利（万元）管理费用（万元）财务费用（万元）销售价格（元）前年106102450246144.49去年7174350-3051215.7问题：去年这家企业亏损的重要原因均有什么？1.管理费用的增长2.财务费用的增长3.价格的提高导致的销售量的减少4.效率减少导致的成长增长5.一线员工与管理人员的人力构造不妥…………

数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。

并对决策者起到支持作用。我们真是要面对的数据也许是这样的！2数据的类型信息类数据行为类数据观点类数据信息类数据客户画像财务状况人员状况检测站覆盖区域的大小检测站的数量地理位置我们可以获取到的一切信息，都可以理解成信息类数据信息类数据这些信息都能为我们作什么？如；客户画像，我们可以通过客户的喜好，消费能力，年龄性别，地址等制定我们的拓客方案。通过员工的状况制定我们的培训方案等等。行为类数据消费习惯员工的行为体现消费频次通过行为产生的数据，都可以理解成行为数据观点类数据观点类数据多为文字形式或投诉的形式展现我们可以通过满意度调查或外部评价类网站获得此类数据，同步也可以在服务过程中对我们的评价进行采集。观点类数据与我们的服务质量息息有关。3数据的来源数据来源的重要途径：管理系统；通过审车过程中的系统录入中获得平常记录汇总的数据；检测站平常报表进行记录汇总外部平台；与车管所对接系统，中国信息记录网中的行业记录数据等平台数据在我们生活工作中无处不在，你要你专心搜集，合理使用这些数据都会给你带来意想不到的收获。每个组讨论一下检测站中我们经营管理过程中，需要搜集那些数据？怎样搜集？每组排一名代表说一下。给大家20分钟的时间讨论！4数据的分析措施今天给大家简介四种常用到的分析措施：比较分析法记录分析法有关性分析法时间序列分析法比较分析法记录分析是指，在同样的时间周期且同类类型，产生的数据进行的比较。可检测量（万辆）销售量（万辆）销售收入（万辆）盈利（万元）管理费用（万元）财务费用（万元）销售价格（元）前年106102450246144.49去年7174350-3051215.7人与人的效率比较分析部门之间的产出比较分析产品之间的收益比较分析客户的奉献对比分析计划与实际的比较分析比较分析法还可以进行你还想到那些可进行对比分析的内容，给大家10分钟时间，每组拍一名代表连线！记录分析法记录分析是指运用记录措施及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。记录分析法较为常用的是为了聚焦。28法则，80%的利润来源于20%的时间。通过记录分析法，找重点“啤酒与尿布”有关性分析法有关性分析法 “啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一种令人难于理解的现象：在某些特定的状况下，“啤酒”与“尿布”两件看上去毫无关系的商品会常常出目前同一种购物篮中，这种独特的销售现象引起了管理人员的注意，通过后续调查发现，这种现象出目前年轻的父亲身上。 在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购置尿布。父亲在购置尿布的同步，往往会顺便为自己购置啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品常常会出目前同一种购物篮的现象。假如这个年轻的父亲在卖场只能买到两件商品之一，则他很有也许会放弃购物而到另一家商店，直到可以一次同步买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相似的区域，让年轻的父亲可以同步找到这两件商品，并很快地完毕购物；而沃尔玛超市也可以让这些客户一次购置两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布”的故事！发挥自己的联想能力找到数据的关联性。小练习；工作效率与什么数据有关联性？合用于有关性分析法？时间10分钟，每组一名代表连线。时间序列分析法时间序列分析法是指，基于历史记录数据，总结出发展水平与时间先后次序关系的一种预测分析措施。时间序列分析法5数据分析的基本环节分析设计数据搜集数据处理数据分析数据展现汇报撰写数据分析的基础六个环节分析设计 首先是明确数据分析目的，只有明确目的，数据分析才不会偏离方向，否则得出的数据分析成果没有指导意义。 当分析目的明确后，我们需要对思绪进行梳理分析，并搭建分析框架，需要把分析目的分解成若干个不一样的分析要点，也就是说要到达这个目的该怎样详细开展数据分析？需要从哪几种角度进行分析？采用哪些分析指标？采用哪些逻辑思维？运用哪些理论根据？ 明确数据分析目的以及确定分析思绪，是保证数据分析过程有效进行的先决条件，它可认为数据搜集、处理以及分析提供清晰的指导方向。数据搜集 数据搜集是按照确定的数据分析框架，搜集有关数据的过程，它为数据分析提供了素材和根据。这里的数据包括一手数据与二手数据，一手数据重要指可直接获取的数据，如企业内部的数据库、市场调查获得的数据等；二手数据重要指通过加工整顿后得到的数据，如记录局在互联网上公布的数据、公开出版物中的数据等。数据处理 数据处理是指对采集到的数据进行加工整顿，形成适合数据分析的样式，保证数据的一致性和有效性。它是数据分析前必不可少的阶段。 数据处理的基本目的是从大量的、也许杂乱无章、难以理解的数据中抽取并推导出对处理问题有价值、故意义的数据。假如数据自身存在错误，则虽然采用最先进的数据分析措施，得到的成果也是错误的，不具有任何参照价值，甚至还会误导决策。 数据处理重要包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理措施。一般的数据都需要进行一定的处理才能用于后续的数据分析工作，虽然再“洁净”的原始数据也需要先进行一定的处理才能使用。数据分析 数据分析是指用合适的分析措施及工具，对搜集来的数据进行分析，提取有价值的信息，形成有效结论的过程。

数据展现 通过数据分析，隐藏在数据内部的关系和规律就会逐渐出现出来，则通过什么方式展现出这些关系和规律，才能让他人一目了然呢？一般状况下，数据是通过表格和图形的方式来展现的，即用图表说话。 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，当然可以对这些图表深入整顿加工，使之变为我们所需要的图形，例如金字塔图、矩阵图、瀑布图、漏斗图、帕雷托图等。 多数状况下，人们更乐意接受图形这种数据展现方式，由于它能愈加有效、直观地传递出分析师所要体现的观点。一般状况下，能用图阐明问题的，就不用表格，能用表格阐明问题的，就不用文字。汇报撰写 数据分析汇报其实是对整个数据分析过程的一种总结与展现。通过汇报，把数据分析的起因、过程、成果及提议完整地展现出来，以供决策者参照。 一份好的分析汇报，首先需要有一种好的分析框架，并且层次明晰，图文并茂，可以让读者一目了然。构造清晰、主次分明可以使阅读对象对的理解汇报内容；图文并茂，可以令数据愈加生动活泼，提高视觉冲击力，有助于读者更形象、直观地看清晰问题和结论，从而产生思索。 另一方面，需要有明确的结论，没有明确结论的分析称不上分析，同步也失去了汇报的意义，由于最初就是为