数据分析基础知识

数据分析基础知识什么是数据分析

数据分析是指用适当的统计分析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。建立一个概念：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.数据的分析方法5.数据分析的基本步骤6.常用的几类数据1数据分析的目的一个检测站，一直以来效益都不错，但是在去年出现了亏损，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。其中这家检测站的结果：前年9辆，去年5辆，今年5辆。检测站的相关数据：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主要原因都有什么？1.管理费用的增加2.财务费用的增加3.价格的提升造成的销售量的降低4.效率降低造成的成长增加5.一线员工与管理人员的人力结构不当…………

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可能是这样的！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情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。通过员工的情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表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，同时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相关。3数据的来源数据来源的主要途径：管理系统；通过审车过程中的系统录入中获得日常记录汇总的数据；检测站日常报表进行统计汇总外部平台；与车管所对接系统，中国信息统计网中的行业统计数据等平台数据在我们生活工作中无处不在，你要你用心收集，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，需要收集那些数据？如何收集？每组排一名代表说一下。给大家20分钟的时间讨论！4数据的分析方法今天给大家介绍四种常用到的分析方法：比较分析法统计分析法相关性分析法时间序列分析法比较分析法统计分析是指，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贡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！统计分析法统计分析是指运用统计方法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。统计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。通过统计分析法，找重点“啤酒与尿布”相关性分析法相关性分析法

“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个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。

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买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时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同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、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？适用于相关性分析法？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，基于历史统计数据，总结出发展水平与时间先后顺序关系的一种预测分析方法。时间序列分析法5数据分析的基本步骤分析设计数据收集数据处理数据分析数据展现报告撰写数据分析的基础六个步骤分析设计

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结果没有指导意义。

当分析目的明确后，我们需要对思路进行梳理分析，并搭建分析框架，需要把分析目的分解成若干个不同的分析要点，也就是说要达到这个目的该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？采用哪些逻辑思维？运用哪些理论依据？

明确数据分析目的以及确定分析思路，是确保数据分析过程有效进行的先决条件，它可以为数据收集、处理以及分析提供清晰的指引方向。数据收集

数据收集是按照确定的数据分析框架，收集相关数据的过程，它为数据分析提供了素材和依据。这里的数据包括一手数据与二手数据，一手数据主要指可直接获取的数据，如公司内部的数据库、市场调查取得的数据等；二手数据主要指经过加工整理后得到的数据，如统计局在互联网上发布的数据、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理，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、可能杂乱无章、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。如果数据本身存在错误，那么即使采用最先进的数据分析方法，得到的结果也是错误的，不具备任何参考价值，甚至还会误导决策。

数据处理主要包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法。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，即使再“干净”的原始数据也需要先进行一定的处理才能使用。数据分析

数据分析是指用适当的分析方法及工具，对收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浮现出来，那么通过什么方式展现出这些关系和规律，才能让别人一目了然呢？一般情况下，数据是通过表格和图形的方式来呈现的，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进一步整理加工，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。

多数情况下，人们更愿意接受图形这种数据展现方式，因为它能更加有效、直观地传递出分析师所要表达的观点。一般情况下，能用图说明问题的，就不用表格，能用表格说明问题的，就不用文字。报告撰写

数据分析报告其实是对整个数据分析过程的一个总结与呈现。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，以供决策者参考。

一份好的分析报告，首先需要有一个好的分析框架，并且层次明晰，图文并茂，能够让读者一目了然。结构清晰、主次分明可以使阅读对象正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于读者更形象、直观地看清楚问题和结论，从而产生思考。

其次，需要有明确的结论，没有明确结论的分析称不上分析，同时也失去了报告的意义，因为最初就是