常用的資料分析圖表及方法介紹
也許你是一位管理客戶的負責人,當你看到客戶響應率降低,你想知道原因;也許你是一家公司的營銷經理,當你看到註冊數量下降,你想確定哪個指標出現問題。無論出現什麼問題,找出導致問題的原因以及如何解決問題現在都是你的首要任務。下面我們就來談談最常用的資料分析圖表及方法。
一、基本圖表分析
1.對比分析
•預警分析
用預警色、圖示集等方式對關鍵指標進行預警
•進度分析
展現目標完成情況的分析方法
• 差異分析
多個樣本之間的差異程度
• 縱向對比(時間序列的趨勢分析)
時間序列分析,同一指標不同時間下的對比
• 橫向對比
部分與總體,部分與部分或是物件與物件之間的對比
•同環比分析
同比:本期值與同期值之間的對比
環比:本期值與上期值之間的對比
2.結構分析
•構成分析
反映同一指標或多種指標狀態及數值變化情況的分析方法
• 杜邦分析
杜邦分析是一種廣泛用於財務比率分析的模型,用於指定公司提高股本回報率(ROE)的分析方法。該模型將ROE比率分為三個部分:利潤率,資產週轉率和財務槓桿率,以確定每個組成部分的影響。
杜邦模型表示如下:
ROE =利潤率×資產週轉率×財務槓桿率
或者:
ROE =淨收入/淨銷售額 × 淨銷售額/總資產 × 總資產/股東權益總額
•利潤率 這個比率反映了公司從每一美元銷售中獲利的實力。
•資產週轉率 該比率衡量公司使用其資產產生銷售的效率。
•財務槓桿或股權乘數 該比率顯示了公司使用債務融資的程度。比率值越大,預期ROE的風險越大且不確定。
杜邦分析的目標不是計算ROE,而是確定影響ROE的因素。如果投資者對目前的淨資產收益率不滿意,管理層可以分析導致其當前價值的問題,並嘗試解決這些問題。
二、常見統計分析方法
1.相關性分析
相關性分析顯示一個變數與另一個變數有何種相關關係。例如,它顯示了計件工資是否會帶來更高的生產率。
2.迴歸分析
迴歸分析是對一個變數值與另一個變數值間差異的定量預測。迴歸模擬因變數和解釋變數之間的關係,這些變數通常繪製在散點圖上。還能用迴歸線顯示這些關係是強還是弱。
另外需要注意的是,散點圖上的異常值非常重要。例如,外圍資料點可能代表公司最關鍵的供應商或最暢銷產品的輸入。但是,迴歸線的性質通常會讓你忽略這些異常值。
3.假設檢驗
假設檢驗是數理統計學中根據一定的假設條件,由樣本推及總體的一種統計分析方法。主要是針對問題的需要對所研究的總體提出某種假設。通常,比較兩個統計資料集,或者將通過取樣獲得的資料集與來自理想化模型的合成數據集進行比較。針對兩個資料集之間的統計關係提出了一個假設,並將其作為替代方案進行比較理想化的零假設,提出兩個資料集之間沒有關係。
掌握了資料分析基本圖表及分析方法後,CDA資料分析師認為有一點需要注意:“在用簡單的語言表達你希望解決的問題之前,不要敲下第一行程式碼”。 簡而言之,如果你無法用簡單的語言解釋你要解決的業務問題,那麼任何資料分析都無法解決問題。