数据分析方法分享
1 数据分析前,我们需要思考
像一场战役的总指挥影响着整个战役的胜败一样,数据分析师的思想对于整体分析思路,甚至分析结果都有着关键性的作用。
2 分析问题和解决问题的思路
定义问题(重要步骤之一):
1)首先,要搞清楚问题的实质,准确、完整、真实地表达问题。
2)其次,弄清楚为什么要解决这个问题?
3)最后,解决这个问题的意义何在?是必须解决还是无关紧要,或是需要马上解决这个问题还是不太着急。
收集整理信息:
搜集、整理关于要解决问题的历史资料、类似情况和现状。例如,从现有的报表数据中就能看到当前问题点的数据情况或者一段时间的趋势;
选取分析方法:
1)分析涉及到的主要维度,为后面提取数据需求做准备;
2)选取的分析软件以及分析方法(统计学相关方法);
数据提取整理(重要步骤之二):
1)根据分析内容以及分析方法,提出分析所需的数据需求;
2)对于反馈回来的数据,需要进行部分加工,以便更能反映所要分析的问题;
分析结果及结论:
1)根据分析的结果,得出一些当前问题产生的一些结论。这里注意分析的方法以及维度,结果的展示方式等。
2)结论需要足够的数据作支撑;
实施及建议措施:
1)针对数据分析结论,给出当前问题的解决建议措施;
2)一方面从业务层面进行建议措施。另一方面,可以就问题点进行更深层次分析,给出数据挖掘层面的解决措施;
实施效果评估及报告整理:
1)根据措施实施效果进行评估,将完成的分析过程、结果以及评估整理报告,为以后出现问题提供经验教训;
2)对于本次没有完全解决的问题,进行说明。
3 精确地陈述问题
5W2H法:
5W:What、When、Where、Who、Why;
2H:How many、How much;
Where——哪里存在问题?
What——存在的问题是什么?
Why——原因在哪里?
When——什么时候开始出现这样的问题?
Who——与什么对象有关?
How many——发生的次数和数量?
How much——损失有多大?
4 问题展示方式
问题结构是由现状、直接原因以及最终原因构成的。针对直接原因进行的叫初步问题分析、针对最终原因进行分析的叫深层及问题分析。
5 分析方法
统计方法的三大特性,用三句话来简单概括:
1)实用性:除了实情,数据能证明一切;
2)丰富性:统计揭露出的部分固然明晰,没揭露出来的或许更重要;
3)公平性:每个人都应当用数据说话。
6 描述性统计分析
“五点法”:最小值、1/4分位数、均值、3/4分位数、最大值;
“两度”:峰度、偏度
六西格玛:
责编:pingxiaoli
7 变量分析方法选取
按挖掘方法分类:包括统计方法、机器学习方法、神经网络方法和数据库方法。
其中:
1)统计方法可分为:判别分析(贝叶斯判别、费谢尔判别、非参数判别等),聚类分析(系统聚类、动态聚类等),探索性分析(主成分分析等)等。
2)机器学习方法可分为:归纳学习方法(决策树、规则归纳等),基于范例学习,遗传算法等。
3)神经网络方法可分为:前向神经网络(BP算法等),自组织神经网络(自组织特征映射、竞争学习等)。
4)数据库方法分为:多维数据分析和OLAP技术,此外还有面向属性的归纳方法。
关联规则:关联规则反映一个事物与其他事物之间的相互依存性和关联性,如果两个事物或者多个事物之间存在一定的关联关系,那么其中一个事物就能够通过其他事物预测到。
9 选取分析所需的相关数据
10 数据质量的评估
在现实社会中,存在着大量的“脏数据”:
不完整性(数据结构的设计人员、数据采集设备和数据录入人员):
1)缺少感兴趣的属性
2)感兴趣的属性缺少部分属性值
3)仅仅包含聚合数据,没有详细数据
噪音数据(采集数据的设备、数据录入人员、数据传输):
1)数据中包含错误的信息
2)存在着部分偏离期望值的孤立点
不一致性(数据结构的设计人员、数据录入人员):
1)数据结构的不一致性
2)Label的不一致性
3)数据值的不一致性
数据类型冲突:
1)性别:string(Male、Female)、Char(M、F)、Integer(0、1)
2)日期:Date、DateTime、Sting
数据标签冲突:解决同名异义、异名同义:
学生成绩、分数
度量单位冲突:
1)学生成绩
a.百分制:100~0
b.五分制:A、B、C、D、E
c.字符表示:优、良、及格、不及格
概念不清:
最近交易额:前一个小时、昨天、本周、本月
聚焦冲突:根源在于表结构的设计
11 数据的清洗处理
主要任务:
补充缺失数据
识别孤立点
处理不一致的数据
处理方法:
分箱(Binning)的方法:
聚类方法:检测并消除异常点
线性回归:对不符合回归的数据进行平滑处理
人机结合共同检测:由计算机检测可疑的点,然后由用户确认
12 怎样将分析的结果呈现出来
指标分析与政策分析并重
反映重点问题、实事求是
材料、数据要真实,论据要有说服力
切记:
分析角度:缺乏分析中心思想或主干线
文字表达:“一图二表三文字”
逻辑结构:论点、论据、论证
13 分析结果呈现基本原则
数据分析结果呈现准备工作:
确定表达的主题:
使用图形的目的:
将思想和观点形象化地表达,加深读者或听众的印象
使用图标时,必须明确通过图表要表达的信息是什么
确定对比关系:
同一类别不同项目间的对比
不同类别不同项目间的对比
时间对比:把时间作为项目分类的标准
频率对比:以部分占整体的百分比为项目分类的标准
相关性对比:按照项目之间的函数关系作为项目分类的标准
其他对比:逻辑关系的对比(因果、时间序列……)
选择图形:
饼图;柱状图;线形图;雷达图;面积图;点图;气泡图;矩阵图;逻辑图……
14 如何用图来表示数据
选择图表的方法可以参照我们往期的文章:
信息可视化图表设计
15常见的分析模式
内容决定形式、形式服务于内容,当形式经过时间考验被普遍接受后就固化成一种模式。
分析报告的模式主要包括:
金字塔式
综合式
三步曲
专题式
通报
简报式
工作汇报式
16 分析总结及建议措施
建议措施分类:业务层面;数据挖掘
17 实施效果评估及报告整理
1)营销活动效果反馈数据,分析对于问题的解决程度
活动历史响应数据的积累;
活动流程固化;
2)业务模型优化提升
对比组,显示模型本身的优越性;
营销活动数据对于模型的提升情况。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10