码迷,mamicode.com
首页 > 其他好文 > 详细

我的数据分析入门

时间:2017-08-15 23:07:24      阅读:230      评论:0      收藏:0      [点我收藏+]

标签:数据分析

       从昨天开始抽空看了《一本书玩转数据分析》,以前虽然我也做过一些数据分析方面的工作,但是没有系统的了解过这方便的知识理论方法。看完这本书,做了简单笔记如下,可以作为了解数据分析的入门吧。

       数据对应企业而言:深入了解业务情况;明确当前现状;把控当下,针对调整;预测未来发展趋势


       数据对决策而言:有助于客户关系管理:挖掘潜在客户;提高用户黏度;控制企业成本:把控当下成本;减少存货,降低损耗,提高资源利用;管理员工绩效:知晓员工工作状态;了解员工绩效差异


       数据的重要性:有助于监督管理,能够客观反映问题,通过研究数据对未来趋势有很好的决策依据。非结构数据:主要指图片、文本、文件等。


做好数据分析,一般可以经历如下步骤:

1、确定目标,这是做任何一件事情都要有的行为。


2、确定数据来源


3、数据整理,包含格式整理、排序、筛选、分类汇总。(我觉得,这一步也是比较关键的,因为如果不把数据整理好,后面做分析时会遇到各种烦人的错误,以往工作中,因为数据来自不同渠道,格式都不一样,都要花不少时间对数据进行整理,也许是我比较运气好,整理数据经常发现错误,然后又要去找数据源头端核对,经常这样来回几次,才能确保数据可靠。)


4、数据分析方法论:

  • 七何分析法:(5w2h)why、what、who、when、where、how、how much。根据不同的目的进行框架分析,这种方法可以作为搭建分析框架,创建出很多围绕目的的问题。

  • 演绎树分析法:分层,由抽象到具体,可以归纳三种类型:

    • 解决型:待解决问题->分解问题1[、分解问题2][、分解问题3]......,针对每个分解问题,可以继续往下演绎。

    • 假设型:提出假设->论据1[、论据2][、论据3、]...... 

    • 提议型:提出问题->建议一[、建议二][、建议三]......

  • PEST分析法:针对宏观环境的分析法。主要针对四个方面:政治、经济、社会、技术。当然,也可以提出其他方面。

  • 金字塔原理:跟演绎树方法基本一样。可以有很强的逻辑联系。

  • 4P营销理论:用于了解经营情况。Product、Price、Place、Promotion。每个因素都会受到更细的因素影响,所以这也是个框架方法。

  • SWOT分析法:竞争方法,用于部署竞争战略,了解自身优势。Strengths、Weaknesses、Opportunities、Threats

5、应用分析:

  • 对比分析法:环比(同年的不同日期)、同比(不同年的相同日期)、效果(活动前后)、与竞争对手(与行业对手相比)、与目标相比(实际完成与期望目标的差距)

  • 平均法

  • 分组法,将不同的数值按照不同的分组方法划分到不同的组里面,比如考试分数(90分以上、80-90、70-80、小于80),excel中vlookup可以模糊匹配近似值。

  • 立体分析法,也就是excel中的数据透视图,将原先列的数值,放在行上进行对比分析

6、以上都是对数据进行现状分析,现在开始使用预测分析方法(这一部分的分析方法,需要花点时间学习,但是,我们不是研究数据统计理论的,而是研究如何使用的,所以最基本要求是学会使用):

  • 一元线性回归,先通过现有数据找到线形回归函数(若数据不具备回归特征,则无法使用一元线性回归),然后以此来计算未来的数值

  • 多元线性回归

  • 非线形回归,比如数据符合对数函数,则将对数函数看作一元,从而简化为一元线性回归

  • 历史引申:指数平滑、移动平均。

7、检验分析:用来验证提出的假设。

  • 方差分析:单因素方差;双因素方差。

  • 显著检验:方差分析也是显著检验的一种。显著检验,根据书中解释,用来判断样本与样本之间、样本与总体之间的差异化,即对总体特征做出某种假设,通过随机抽样,进一步对假设做出是否可用的判断。

8、数据美化,便于表达,但是需要记住,数据分析的侧重点绝对不在数据美化上。

其他方面,比如数据分析中需要掌握各种需要用到的统计函数,这些算是基础中的基础。

接下来看看如何寻找数据:

1)最简单的就是百度或者其他搜索相关信息,

2)其次注册对手企业产品的用户,获取使用数据

3)进入官网,通过官网了解企业和产品的信息

4)招聘信息,也是了解企业发展需求的一个方法

5)找到第三方分析平台,比如alexa排名网站,艾瑞网,talkingdata等,舆情监测的数据可以看艾媒资讯,

---------------采用知乎上一位产品经理的收集如下----------------------

链接:https://www.zhihu.com/question/34341397/answer/178760784

1. 阿里研究院:由电子商务、互联网金融、智能物流、云计算与大数据等构成的阿里商业生态圈,研究互联网、大数据给社会经济带来的新现象、新规则

http://www.aliresearch.com/blog/index/lists/tag/3831.html

2. 腾讯研究院:互联网产业的数据和报告

http://www.tisi.org/c16

3. 艾媒咨询:移动互联网行业数据发布平台,提供行业数据挖掘和分析,实时报告访问网址:

http://www.iimedia.cn/#shuju

4. 艾瑞:依托大数据,发布互联网行业研究报告

http://report.iresearch.cn

5. 麦肯锡:行业洞察报告

http://www.mckinsey.com.cn/insights/

6. 波士顿咨询:波士顿咨询在中国市场的前沿洞察发布网址

https://www.bcg.com/zh-cn/search?q=inmeta:pageType=Perspectives&page=perspectives_search&pageNum=2&lens=zh-cn&country=CN

7. 德勤:各个行业的研究报告

https://www2.deloitte.com/cn/zh/industries/cn-all-industries-sectors.html?icid=top_cn-all-industries-sectors

8. 普华永道:行业洞察报告

http://www.pwccn.com/zh/research-and-insights.html

9. 毕马威:行业洞察报告

https://home.kpmg.com/cn/zh/home/industries.html

10. IBM-商业价值研究院:

https://www-935.ibm.com/services/cn/gbs/ibv/

11. 埃森哲:行业研究报告、前瞻预测

https://www.accenture.com/cn-zh/new-applied-now

12. 艺恩:中国影视大数据平台,可查看到电影、电视、动漫、新媒体、娱乐营销相关的研究报告:

http://www.entgroup.com.cn/bg.aspx

13. 易观:互联网市场分析报告浏览网址

https://www.analysys.cn/analysis/8

14. CBNData(第一财经商业数据中心):产业经济全景分析和行业企业洞察

http://www.cbndata.com/report

15. 36kr:汇集各个行业的研究报告

http://36kr.com

16. TalkingData(腾云天下):移动互联网行业报告

http://mi.talkingdata.com/reports.html?category=all

17. TrustData:移动互联网行业报告

http://www.itrustdata.cn/#publish

18. 360:安全研究报告

http://zt.360.cn/report/

19. 新浪研究报告:可获取不同机构发布的最新行业研究报告咨询(无法查看到报告的全文)

http://vip.stock.finance.sina.com.cn/q/go.php/vReport_List/kind/industry/index.phtml


本文出自 “一杯开心茶” 博客,请务必保留此出处http://ggwhsd.blog.51cto.com/13135051/1956498

我的数据分析入门

标签:数据分析

原文地址:http://ggwhsd.blog.51cto.com/13135051/1956498

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!