什麼是資料分析？怎麼樣才是資料分析的思維？資料分析的流程有哪些？常用的資料方法又有哪些？工具呢？可以學習的網站有哪些？我覺得《誰說菜鳥不會資料分析（入門篇）》講的很清楚，能夠基本解決你想要了解的有關資料分析的基礎知識，當然，如果你沒有太多時間去詳細完整地看完整本書，那以下內容會對你有比較大的幫助。這是我學習過程中的學習筆記，也是這本書知識點的概括和總結，希望對你有所幫助。

一  資料分析那些事兒

1、什麼是資料分析？

資料分析指用適當的統計分析方法對收集來的大量資料進行分析，將它們加以彙總和理解並消化，以求最大化地開發資料的功能，發揮資料的作用。

2、分類和作用

探索性資料分析側重於發現新的特徵，驗證性資料分析側重於驗證已有假設。

3、資料分析6步曲

資料收集：資料庫、公開出版物、網際網路、市場調查

資料處理：資料清洗、資料轉化、資料提取、資料計算

注：資料探勘是高階的資料分析，側重解決：分類、聚類、關聯、預測，重點在尋找模式和規律。

撰寫報告：結論、建議或解決方案

3、常用指標和術語

• 平均數
• 絕對數：5000人、300元、50家
• 相對數：20%、6倍、7成、1:5、3‰、120元/人
• 百分比
• 百分點：1個百分點=1%，是指變動的幅度
• 頻數：絕對數，是一組資料中個別資料重複出現的次數
• 頻率：相對數，次數與總次數的比，反應一個整體中各部分之間的關係。
• 比例：相對數，總體中各部分佔全部的比，如：男生的比例是30:50（男生：男生+女生）
• 比率：相對數，不同類別的比，如男女比率：3:2（男生：女生）
• 倍數：相對數，一個數除以另一個數所得的商，如A/B=C，那麼A是B的C倍。
• 番數：相對數，指原來數量的2的N次方，如翻一番，意思是原來數量的2倍，翻兩番意思是4倍
• 同比：相對數，指歷史同時期進行比較，如去年12月與今年12月相比是同比，反應相對發展情況
• 環比：相對數，指與前一個統計期進行比較，如今年5月與今年4月相比是環比，反應逐期發展情況

二 確定分析思路

1、資料分析方法論

資料分析方法論用來巨集觀地指導資料分析，更多的是指資料分析思路。

2、常用的資料分析方法論

營銷方面的理論模型：4P、使用者使用行為、STP理論、SWOT等

管理方面的理論模型：PEST、5W2H、時間管理、生命週期、邏輯樹、金字塔、SMART原則等

1）PEST分析法：用於巨集觀環境的分析。【PEST主要用於行業分析】

• 政治Political：政治體制、經濟體制、財政政策、稅收政策、產業政策、投資政策、國防開支等等
• 經濟Economic：收入水平、消費偏好、就業情況、儲蓄情況等等
• 技術Technological：新技術的發明和發展、技術更新速度、傳播速度、專利情況等等
• 社會Social：受教育程度、文化水平、宗教信仰、風俗習慣、審美觀點、價值觀等等

2）5W2H分析方法【5W2H可用於使用者行為分析、業務問題等等】

3）邏輯樹分析法：將問題的所有子問題分層羅列，逐步向下擴充套件【邏輯樹可用於業務問題專題分析】

作用：理清思路、避免重複和無關的思考

原則：要素化：相同問題歸納為要素

          框架化：各個要素構成框架，遵守不重不漏原則

          關聯化：保持必要的相互關係

4）4P營銷理論【4P主要用於公司整體經營情況分析】

• 產品Product：滿足需求的東西
• 價格Price：購買產品的價格，關係到企業利潤、成本補償、產品銷售促銷等。影響定價的三要素：需求、成本、競爭。
• 渠道Place：產品從生產到使用者的流轉環節。
• 促銷Promotion：刺激使用者消費，促進消費增長。促銷的四大要素：廣告、宣傳推廣、人員推銷、銷售促進。

5)、使用者行為理論【使用者行為理論使用者使用者行為研究分析】

有使用行為軌跡：認知——熟悉——試用——使用——忠誠

網站分析指標體系：

三、資料準備

• 欄位與記錄
• 資料型別：字元型資料、數值型資料

1、二維資料-----轉->一維資料

2、文字資料匯入EXCEL：資料---自文字/自網站

3、問卷錄入要求：數值題、單選題、多選題（二分法、多重分類法）、排序題、開放性文字題

四、資料處理（EXCEL）

Step 1、資料清洗：刪除多餘重複的資料，補齊缺失資料，糾正或刪除錯誤資料。

• 重複資料的處理：函式法countif、條件格式、高階篩選、透視表、刪除重複值、
• 缺失值的處理：定位輸入、查詢替換、條件格式（可以接受缺失值在10%以下）

定位輸入（Ctrl+G）

1）使用樣本統計量的值（常用：平均值）代替缺失值

2）用統計模型（迴歸模型、判別模型）計算出來的值去替代缺失值

3）刪除缺失記錄

4）保留，但在分析時排除

注：CTRL+ENTER 批修改值

• 檢查資料邏輯錯誤

1）IF函式：IF(COUNTIF(B3：H3,"<>0")>3，“錯誤”，“正確”）  如果錄入的選項（非0的資料）超過3個，則單元格顯示“錯誤”，否則，顯示“正確”。

2）條件格式 OR AND

eg:=OR(B3=1,B3=0)=FALSE  如果“B3為1或0”的命題是錯誤的（=FALSE），則會被條件格式突出標記出來。

Step 2、資料加工

1）資料抽取

• 欄位分列：選單法（特定分隔符時方便）、LEFT/RIGHT函式

• 欄位合併：CONCATENAT、&

• 欄位匹配：VLOOKUP

2）資料計算：

• 簡單計算：加減乘除等
• 函式計算：平均值、求和、日期的加減法

3）資料分組 ：VLOOKUP

4）資料轉換：行列轉換、資料轉換、多選題錄入方式轉換

5）資料抽樣：RAND

五、資料分析

1、資料分析方法

補充：矩陣關聯分析法：第一象限（高度關注區）、第二象限（優先改進區）、第三象限（無關緊要區）、第四象限（維持優勢區）；發展矩陣、改進難易矩陣

綜合分析的5個步驟：

資料標準化：0-1標準化、Z標準化

權重確定方法：專家訪談法、德爾菲法、層次分析法、主成分分析法、因子分析法、迴歸分析法、目標優化矩陣表等

2、高階資料分析方法

3、資料透視表

• 百分比計算
• 環比、同比計算
• 資料分組計算

六、資料展現

1、通過關係選擇圖表：表達形象化、突出重點體現專業化

• 成分：餅圖、百分比堆積柱形圖、百分比堆積條形圖、瀑布圖
• 排序：柱形圖、條形圖、氣泡圖、帕累託圖
• 時間序列：折線圖、柱形圖、、面積圖
• 頻率分佈：柱形圖、條形圖、折線圖
• 相關性：柱形圖、對稱條形圖（旋風圖）、散點圖、氣泡圖
• 多重資料比較：雷達圖

2、表格：

• 突出顯示單元格
• 資料條
• 圖示集
• 迷你圖

3、其他好看的圖：

• 平均線圖
• 雙座標圖
• 豎形折線圖
• 人口金字塔圖
• 漏斗圖
• 矩陣圖、發展矩陣圖
• 瀑布圖：用於財務分析，表示企業成本的構成、變化等
• 帕累託圖：又叫排列圖、主次圖，按照發生頻次的高低繪製的直方圖
• 旋風圖：對稱條形圖，可用於活動/行為前後的指標變化，具有因果關係指標之間的變化和聯絡

七、圖表規範化

1、圖表元素：標題、圖例、單位、腳註、資料來源

2、注意事項：

• 餅圖：從12點鐘開始、資料保持在5項以內（定位理論）、不要使用餅圖分離、不需要圖例、不要3D效果

• 複合餅圖/複合條形圖：當元素大於5項時

• 柱形圖：同一資料序列使用相同的顏色、不要使用傾斜的標籤（太長可用條形圖代替、縱座標軸一般從0開始(若新增資料標籤縱座標可刪除)、最好新增資料標籤、刻度線和網格線多餘、可以設定為Arial字型

• 條形圖：同柱形圖（由大到小排列）

• 折線圖：線條不要超過5條、不要使用傾斜標籤、縱座標軸一般從0開始、刻度線和網格線多餘、預測值用虛線表示

注：圖表會撒謊

（1）虛張聲勢的增長----刻度調整

（2）3D效果的偽裝----簡約不用3D效果

（3）逆序排列的誤導

（4）一維圖形的障眼法

3、圖表美化：簡約、整潔、對比
1）最大化資料墨水比：圖表中每一滴墨水都要有存在的理由【用在資料元素上（曲線、條形、扇形等），不要用在非資料元素（座標軸、填充色、網格線等和原始資料無關的元素）】

去掉不必要的背景填充色、去掉無意義的顏色分類、去掉裝飾性的漸變色、去掉網格線、邊框、刪掉不必要的圖例、去掉不必要的座標軸、去掉裝飾性圖片、以上不能去掉的元素儘量淡化、對需要強調的資料元素進行突出標識

2）、找出隱形的線
3）、圖表喜歡的數字格式：Arial字型
4）、突出對比：直線、箭頭、陰影等【瞭解基礎配色】

八、資料分析報告

1、資料分析報告的作用：

• 展示分析結果
• 驗證分析質量
• 提供決策參考

2、資料分析報告的種類

• 專題分析報告：單一性、深入性：切忌蜻蜓點水，泛泛而談
• 綜合分析報告：全面性、聯絡性：從巨集觀角度反映指標之間關係
• 日常資料通報：進度性、規範性、時效性

3、資料分析報告的結構

• 標題：解釋基本觀點、概況主要內容、交代分析主題、提出問題
• 目錄
• 前言：背景分析、目的、思路
• 正文：
• 結論與建議

資料分析誤區：

• 分析目的不明確，為分析而分析；
• 缺乏業務知識，分析結果偏離實際；
• 一味追求使用高階分析方法，熱衷研究模型；

附錄：