📌基本概念

📌数据分析师的基本素质要求

软件

• 态度严谨负责

• 好奇心强烈

• 逻辑思维清晰

• 擅长模仿学习

• 勇于创新

硬件

懂业务

• 对数据的敏感性，看到的不仅仅是数字，明白数字代表什么意义，知道数字是大了还是小了，心中有数

懂管理

• 提出搭建数据分析框架的要求

• 针对数据分析结论提出有指导意义的分析建议

• 需要掌握一定的管理理论知识

懂分析

• 基本分析方法
• 对比分析法
• 将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。特点是简单、直观、量化。
• 分组分析法
• 根据目标数据的性质、特征，按照一定指标，将数据总体划分成几个部分，分析其的内部结构和相互关系，从而了解事物的发展规律。
• 结构分析法
• 在 统计分组 的基础上，计算各组成部分所占比重，进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法
• 分布分析法
• 指统计学中通过质量某特性值的分布状况来发现问题的一 种方法，其工具是直方图
• 交叉分析法
• 把统计分析数据制作成二维交叉表格，将具有一定联系的变量分别设置为行变量和列变量，两个变量在表格中的交叉结点即为变量值，通过表格体现变量之间的关系
• RFM分析法
• 矩阵关联分析法
• 根据事物（如产品、服务等）的两个重要属性（指标）作为分析依据，进行分类关联分析，找出解决问题的一种分析方法
• 综合评价分析法
• 根据事物（如产品、服务等）的两个重要属性（指标）作为分析依据，进行分类关联分析，找出解决问题的一种分析方法
• 结构分解法
• 根据事物（如产品、服务等）的两个重要属性（指标）作为分析依据，进行分类关联分析，找出解决问题的一种分析方法
• 因素分析法
• 漏斗分析法
• 一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况，是一种重要的分析模型
• 明确业务流程
• 聚焦薄弱环节
• ......

• 高级分析法
• 相关分析法
• 对比两组及以上数据之间的相关数据，用于分析部分数据对整体数据的相关程度与相关关系
• 回归分析法
• 研究自变量和因变量之间数量变化关系的一种分析方法，它主要是通过建立因变量Y与影响它的自变量X之间的回归模型，衡量自变量X对因变量Y的影响能力，进而可以预测因变量Y的发展趋势
• 聚类分析法
• 主成分分析法
• 因子分析法
• 对应分析法
• 时间序列分析法
• ......

懂工具

• excel/Acess/SPSS/Python/R软件

懂设计

• 运用图表有效表达数据分析师的分析观点，使分析观点一目了然
• 图形选择
• 版式设计
• 颜色搭配
• ......

📌常用指标和术语

平均数（算数平均数）

• 将总体内各单位的数量差异抽象化，代表了总体的一般水平，掩盖了总体内各单位的差异

绝对数

• 客观现象总体在一定时间、地点条件下的总规模、总水平
• 百分点
• 不同时期以百分数的形式表示的相对指标的变动幅度
• 频数
• 一组数据中个别数据重复出现的次数
• 比例
• 反映总体构成和结构

相对数

• 两个有联系的指标对比计算而得到的数值，是用以反映客观现象之间数量联系程度的综合指标
• 相对数=比较数值（比数）÷基础数值（基数）
• 百分比
• 频率
• 每组类别次数与总次数的比值
• 比率
• 反映整体中各部分之间的关系
• 倍数
• 商值
• 番数
• 原来的数量的2的n次方倍
• 使用相对数时需注意指标的可比性

同比

• 与历史同时期进行比较得到的数值
• 反映的是事物发展的相对情况

环比

• 与前一个统计周期 进行比较得到的数值
• 反映的是事物逐期发展的情况

📌分析思路

数据分析方法论

• 定义
• 从宏观角度指导如何进行数据分析，它就像一个数据分析的前期规划，指导着后期数据分析工作的开展

• 主要作用
• 理顺分析思路， 确保数据分析结构变化
• 把问题分解成相关联的 部分，并显示它们之间 的关系
• 为后续数据分析的开展指引方向
• 确保分析结果的有效性和正确性

常用的方法论

📌数据准备

数据

• 概念
• 字段
• 事物或现象的某种特征
• 记录
• 事物或现象某种特征的具体表现
• 数据类型
• 字符型数据
• 不具有算术运算能力的文本数据类型
• 属于分类数据
• 数值型数据
• 表示数量，是可进行算术运算的数据类型
• 值越多，其分类就越细，通常也就难发现其中的规律。一般都先将数据型数据进行分区间处理

数据表

• 一维表

• 二维表

• 多维表

• 每一列是否是是一个独立的变量，如果是，即为一维表，否则为二维表或多维表

📌数据处理

• 数据清洗
• 重复数据
• 缺失数据
• 空格数据

• 数据合并

• 数据抽取

• 数据计算

• 数据转换

📌数据分析方法&工具

• 工具

📌数据展现

目的

• 表达形象化

• 突出重点

• 体现专业化

图表

• 表格

• 饼图

• 条形图

• 柱形图

• 折线图

• 散点图

数据基本关系

• 成分
• 也叫构成，用于表示部分与总体之间的关系

• 排序
• 根据需要比较的项目的数值大小进行排列

• 时间序列
• 用于表示某事物按一定的时间顺序发展的走势、趋势

• 频率分布
• 用于表示各项目、类别间的比较

• 相关性
• 衡量两大类中各项目件的关系

• 多重数据比较
• 进行分析比较的数据类型多于两个的数据分析比较

表格

• 步骤
• 1.确定所要表达的主题或目的
• 2.确定哪种图表最适合你的目的
• 3.选择数据制作图表
• 4.检查是否真实有效地展示数据
• 5.检查是否表达了你的观点

• 注意
• 当需要展现的数据在3个及以上时，用表格数据效果相对较好

• 功能
• 突出显示单元格
• 项目选取
• 数据条
• 图标集
• 迷你图

• 功能扩展
• 平均线图
• 插入→簇状柱形图-折线图
• 组合图
• 双坐标图
• 竖形折线图
• 帕累托图
• 二八法则
• 一种特殊的线柱图，柱形图的数据按数值降序排列
• 折线图的起点数值为0%，并且位于柱形图第一根柱子的左下角
• 折线图最后一个点的数值为100%， 位于整张图的右上角
• 旋风图
• 同一事物在某个活动、行为影响前后不同指标的变化
• 同一事物在某个条件（指标A）变化下，指标B受影响也随之变化，具有因果关系
• 两个类别之间不同指标的比较
• 漏斗图
• 矩阵图
• 矩阵图
• 改进难易矩阵（气泡图）

📌图表美化

评价标准

• 严谨
• 图表是为了证明一个观点及事实而存在的

• 简约
• 言简意赅、正中要点

• 美观

注意事项

• 元素完整
• 标题
• 图例
• 不同项目的标识
• 坐标轴单位
• 脚注
• 对图表中的某一元素进行说明
• 资料来源

• 目的明确
• 贵精不贵多
• 是否能有效地表达信息
• 信息完整但不要太多
• 观点明确且突出
• 最好的不一定是最优的
• 标题意思明确

• 饼图
• 按照表盘方式顺时针排列，重要的信息紧靠12点位置
• 数据项不要太多，保持在5项以内
• 不要使用爆炸式的饼图分离
• 不要使用图例
• 尽量不适用标签连线
• 尽量不适用3D效果
• 扇区使用颜色填充时，推荐使用白色的边框线

• 树状图与旭日图
• 树状图
• 适合用来展示构成项目较多的结构关系
• 旭日图
• 清晰地表达层级和归属关系，也就是用于展现有父子层级维度的比例构成情况，便于溯源分析

• 柱形图
• 同一数据序列使用相同的颜色
• 不要使用倾斜的标签
• 纵坐标轴的刻度一般从0开始

• 条形图
• 同一数据序列使用相同的颜色
• 不要使用倾斜的标签
• 尽量让数据从大到小排序，方便阅读
• 最好添加数据标签

• 折线图
• 折线选用的线型要相对粗一些
• 线条数量一般不超过5条
• 不要使用倾斜的标签
• 纵坐标轴的刻度一般从0开始

美化

• 简约
• 清晰明了

• 整洁
• 整齐
• 干净
• 和谐

• 对比

技巧

• 最大化数据墨水比
• 图表中的每一点墨水都有存在的意义
• 去掉不必要的背景填充色
• 去掉无意义的颜色分类
• 去掉装饰性的渐变色
• 去掉网格线、边框
• 删掉不必要的图例
• 去掉不必要的坐标轴
• 去掉装饰性图片
• 以上不能去掉的元素尽量淡化
• 对需强调的数据元素进行突出标识

• 找出隐形的线

• 图表喜欢的数字格式

• 如何突出对比
• 参考线
• 箭头
• 缺口

• 配色
• 红色
• 白、黑、蓝灰、米、灰
• 咖啡
• 米、鹅黄、砖红、蓝绿、黑
• 黄
• 紫、蓝、白、咖啡、黑
• 緑
• 白、米、黑、暗紫、灰粽
• 蓝
• 白、粉蓝、酱红、金、银、橄榄绿、橙、黄
• 色环
• 相似色
• 邻近色
• 对比色
• 冷暖色

📌数据报告

原则

• 规范性：名词术语前后一致、标准统一，与业内公认术语一致

• 重要性：体现重点，按重要性高低分级阐述

• 谨慎性：基础数据真实完整，内容实事求是

• 创新性

作用

• 展示分析结果

• 验证分析质量

• 提供决策参考

种类

• 专题分析报告
• 内容单一性
• 分析的深入性

• 综合分析报告
• 全面性：站在全局的高度，反映总体特征，做出总体评价，得出总体认识
• 联系性：把互相关联的一些现象、问题综合起来

• 日常数据通报
• 进度性：需要进行一些必要的计算，通过一些绝对数和相对数指标来突出进度
• 规范性
• 反映计划执行的基本情况
• 分析完成或未完成的原因
• 总结计划执行中的成绩和经验，找出存在的问题
• 提出措施和建议
• 时效性

结构

• 标题页
• 类型
• 解释基本观点
• 概括主要内容
• 交代分析主题
• 提出问题
• 制作要求
• 直接
• 确切
• 简洁

• 目录

• 前言
• 分析背景
• 主要原因
• 分析的意义
• 其他相关信息
• 分析目的
• 能带来的效果
• 能解决什么问题
• 分析思路
• 确定分析的内容或指标

• 正文
• 最长的主体部分
• 包含所有数据分析事实和观点
• 通过数据图表和相关的文字结合分析
• 正文各部分具有逻辑关系

• 结论与建议
• 结论
• 去粗取精
• 由表及里
• 归纳出具有共同的、本质的规律
• 应该措辞严谨、准确、鲜明
• 非现状描述，应该是结合实际业务情况推论得到的结果
• 建议
• 针对面临的问题而提出的改进方法，通常具有策略性或战略意义
• 主要关注在保持优势及改进劣势

• 附录

• 注意事项