艱苦的資料分析工作，從一張Excel表開始
隨著“大資料”概念的持續“高溫”，越來越多企業及個人也開始關注資料分析，我整理了一些經常會被問到的關於資料分析的問題，在這裡和大家一起簡單的聊一聊。
首先，被問到最多的問題就是：
資料分析是什麼？
資料分析如果讓我用一句話概括，就是 連線資料及人類認知之間的橋樑 。
就像觀察微生物需要顯微鏡、瞭解時間需要鐘錶、知道溫度需要溫度計一樣，在理解人類感官無法直接認知的資料問題時就需要使用名為 “資料分析”的工具了 。
資料分析能幹嗎呢？
資料分析主要幫助決策者瞭解情況、發現規律以及預測將來。
假如我是一家做的還不錯的賣服裝的淘寶店長，我需要知道一天內我賣了多少件商品、掙了多少錢、哪個品牌賣的多哪個品牌賣的少、哪種商品需要補貨、哪種顏色受歡迎等等資訊，以便及時做出策略調整，保持市場競爭優勢。
這就是了解情況。
在經營了一段時間之後，店裡積累了一些歷史資料，通過對資料的深入挖掘，我發現特定人群甲喜歡購買圓領深色服裝，而另一些特定人群乙喜歡購買寬鬆淺色服裝，一些人在買了A品牌T-Shirt之後會購買B品牌短褲，而另一部分人在瀏覽了C頁面後會對D品牌產生興趣。
於是我將圓領深色服裝推銷給甲，將寬鬆淺色服裝推銷給乙，將B品牌短褲購買連結新增在A品牌T-Shirt購買頁的推薦商品中，將D品牌促銷資訊追加到C頁面中，於是店中的商品走的更好了。
這就是發現規律。
又經營一段時間後，我發現E品牌商品總是在被瀏覽2到3次之後就會被賣出去一件，於是我發現瀏覽次數與銷售件數之間存在較強的關聯關係，於是我想辦法增加E品牌商品的點選次數，通過瀏覽量的趨勢大致可以預測出未來一段時間內銷量的變化情況。
這就是預測將來。
資料分析有哪些類別呢？
根據資料分析作用的不同，我們可以將資料分析大致分成以下類別：
以瞭解業務情況為目的的資料分析方法歸類為 業務資料分析方法， 以發現規律及預測將來為目的的資料分析方法歸類為 資料探勘分析方法 。
資料分析要掌握哪些知識技能呢？
做資料探勘分析需要分析人員具有較高的 數理統計知識 、一定的工具 使用 及程式設計技能以及較高的業務知識才能完成。
工具：
在 工具 上除了需要掌握做資料分析工作最離不開的Excel及SQL外，還要掌握一些專業的資料探勘工具。
常使用的資料探勘工具有Python語言、R語言、SPSS、SAS等。想成為合格的資料探勘向的資料分析師需要一段較長的學習時間以及一定的工作積累。
較高的業務知識：
業務資料分析方法的目的是對業務情況的事實描述，較少涉及數理統計的相關知識，對業務知識、資料加工處理整合方法、資料彙總方法及業務圖表呈現方法的要求較高。基本不要求程式設計技能。
此類方法適合非資料分析專業人員學習掌握，比如像從事財務、人力資源、銷售支援等業務部門工作的員工，他們已經具備相當豐富的業務知識了，再掌握資料加工、資料彙總及業務圖表呈現等技能後便可以獨立進行業務資料分析了。
業務人員進行業務資料分析需要掌握的基本工具主要有兩個，一個是Excel，另一個是SQL。
如果你還能掌握一定的Excel Power BI技能，那麼你將有可能為企業決策者提供一份高實用性的多維自助資料視覺化分析成果，讓決策者想知道什麼資訊便能快速獲得什麼資訊。
我們管這種多維的、互動式操作的、以視覺化圖表而非表格形式為主要呈現形式的業務資料分析成果叫“商業智慧”分析報表。 我們常聽到的XX分析儀、XX儀表板、XX駕駛艙、XX大屏等都屬於商業智慧範疇。
下邊是傳統業務分析報表與商業智慧報表的幾個對比截圖，通過截圖相信大家能夠快速理解兩者的區別。
案例1 - 銷售管理類業務資料分析報表：
案例2 – 財務資料分析報表：
原文釋出時間為：2018-10-22本文作者：李奇老師本文來自雲棲社群合作伙伴“
ofollow,noindex">資料與演算法之美 ”，瞭解相關資訊可以關注“
資料與演算法之美 ”。