热线电话:13121318867

登录
首页精彩阅读数据分析也讲究艺术
数据分析也讲究艺术
2016-10-28
收藏

数据分析也讲究艺术

数据分析也讲究艺术,如何理解?

我们先来分析一下数据分析的流程:确定目标>收集数据>分析数据>可视化展示>评价。再思考其间参与的人员,谁来操作这些数据:数据分析师、业务员、IT人员。谁来需要这些分析:业务层、领导层、老板。

对于数据分析的痛点,分析师希望快、准确、最好能为清晰的逻辑分析提供帮助。业务层、领导层希望好看、直观,关键的指标能够展示得全面。

所以,基于这样的思考,数据分析的“艺术性”可理解为数据的行为艺术、分析的行为艺术和可视化艺术。

数据的行为艺术

数据的处理关键在于准确和严谨。数据最初从各系统采集、导入预处理、统计、挖掘,会涉及方方面面的问题,比如:

1、统一口径的问题

数据源存在于多系统,是统计口径不一的主要问题。统一口径的问题实质是数据管理的问题,关键在于改善统计方法,提高统计质量。填报、表单这类工具从源头规范数据。

例如,同一内容在不同系统不同的叫法;同一内容在不同系统不同的分类法;同一内容在不同系统不同的统计规则;手工数据都需要注意校验。

2、数据缺失

数据缺失的问题有人为、有字段问题。缺失值处理可以采用替代法(估值法),利用已知经验值代替缺失值,维持缺失值不变和删除缺失值等方法。具体方法将参考变量和自变量的关系以及样本量的多少来决定。

分析的艺术

分析关键在于方法,不同的分析相信不同的人由不同的方法。你可以吭哧吭哧粘贴复制到excel,进行简单的计算、出图,然后粘贴复制到PPT,只要数据是静态而准确的。也可以利用FineReport这样的报表工具做企业级常用的动态报表、复杂报表。

逻辑上,对比分析、分类分析、分布分析、相关分析这些基础的分析帮助在可视化呈现上有直观的展示。

可视化艺术

可视化的艺术不在于“炫”,而在于“人性化”。人们意识到数据上的重要性,却没有从文化上完成这样的转变,可视化可以帮助人们意识到这样的转变,从而达到实用的最终目的。

比如以上的信息化视图,色彩美观,但是帮助我获得有效的数据对比有困难。

如今数据图的复杂和创新主要源于展示维度的增加和形态的变化,希望数据的展示饱满而夸张。

但实际上,可视化数据关键在于信息的传递,让人一看就对数据、问题一目了然,其次再谈美观、功能。数据的展示现寻求直观再讲求全面,譬如以下用FineBI做的分析图。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询