前 言

数据分析是对收集来的大量数据使用适当的分析方法进行分析,运用高效的分析工具将它们加以分类和汇总,并提取其中最有价值的信息,概括总结形成有效结论,挖掘数据最大价值的过程。

那数据分析该怎么做呢?

这里将数据分析分成 7 个闭环步骤,与你一起进行交流:

① 明确需求 → ② 确定思路 → ③ 处理数据 → ④ 分析数据 → ⑤ 展示数据→ ⑥ 撰写报告 → ⑦ 效果反馈。

01 明确需求

明确需求是数据分析的第一个步骤,主要是与他人沟通交流与需求相关的一切内容,并将相关内容清晰及准确的理解、表达。一般刚入门的分析是以被动分析为主,也就是他人发现问题,你来进行数据分析,所以要清晰的勾绘需求内容,让输出结果与需求的契合度更高。

  • 需求内容

在沟通需求内容时,会存在反复沟通的情况,主要是因为还没有进行数据分析,问题考虑不周全;还有就是遇见 XX 人。而在沟通中,可通过抓住需求的核心内容,减少反复沟通,需求的核心内容可从5个方面确定:分析目的、分析主体、分析口径、分析思路、完成时间。

在沟通需求的时候,要适当提出自己的想法,让需求更清晰立体。需求内容确定后,尽量以文档的形式记录下来,并邮件发给参与分析的全部人,便于各方参考需求内容开展工作。

  • 注意事项

为提高需求的确认效率,要在沟通中注意9个字--“听得懂,问得准,记得牢”。也就是听懂需求方说的,遇见不懂名词,一定要补课弄懂;并且对于有疑问的地方及时提出;最后记录清楚沟通内容的重点。

02 确定思路

分析思路可谓是分析的“灵魂”所在,它是将分析工作进行细化,分析思路清晰、有逻辑,可避免一个问题反复分析的情况。确定思路需要从分析目的出发全面、深入拆解分析维度,确定分析方法,最终形成完整的分析框架。

  • 思路来源

你是否也曾困惑过,为什么分析问题没有思路?

细思考量有2点原因,一是对分析业务不熟悉,二是对分析“套路”不熟悉。所以针对上述原因,我们从下面3个方面拓展分析思路:

① 套用经典:前人经过岁月的沉淀,已总结出成熟的分析“套路”, 套用经典分析思路,站在前人的肩膀上进行分析,常用 “套路”如:AARRR分析、RFM分析、5W2H分析等。

② 指标体系:利用公司内部已形成的指标体系,通过指标、维度找到分析适当的切入角度,如下面是某互联网公司的指标体系表:

③ 总结提炼:通过学习公司历史分析报告,请教同事,不断运用总结,提炼出自己的分析框架。

  • 梳理工具

当头脑中已有分析思路,是否有工具让分析思路清晰表达出来呢?

这时就可以使用【思维导图】一边表达一边梳理,常用的思维导图软件有Xmind、Mindmaster,网页的话可用使用百度脑图。

03 处理数据

当拿到数据时,数据不能满足直接用来分析,所以需要将收集到的杂乱无章的数据,快速、准确加工成适合数据分析的样式,常用的样式是一维表,也就是每个数据只有一个对应数值,每一列都是独立参数。

  • 数据来源

处理数据,一定需要有数据才能分析,那数据来自哪里呢?

来源可以分为内部及外部,内部来源主要是现有的报表,数据库,而外部的主要可以通过网页爬虫、调查问卷、国家统计局等来获得,无论从哪里获得要保证数据的统一、有效。

  • 处理操作

数据传输过来,就可以对数据进行加工处理,数据加工主要是 4 种操作:

① 数据收集:也就是从数据来源中收集、提取出分析的相关数据;

② 数据清洗:观察数据是否存在异常值、空值等,若存在,可剔除或用合理值代替,常用的代替值是平均值、中位数、众数;

③ 数据计算:通过数学公式等用已有数据计算出自己需要的其他数值,如:日均值、总销售额;

④ 数据转化:将数据转化成分类数据也就是离散型数据,俗称“标签化”。

04 分析数据

分析数据是分析流程重中之重的工作,可谓是“抽丝剥茧”,它是从分析目的出发,按照分析思路,运用适当的分析方法或分析模型,使用分析工具,对处理过的数据进行分析,提取出有价值的信息。

  • 方法模型

如何开展具体的分析呢?

可以将现有的分析方法、分析模型进行结合,去对数据进行整合分析。像基础的分析方法对比分析,结构分析、分类分析等,高级分析方法聚类分析、回归分析、决策树分析等,分析模型AARRR分析,RFM分析,A/B测试等。

  • 分析工具

当然,分析也少不了工具的辅助。在分析中常用的工具,入门的话就是 Excel、SQL,进阶的话是 Python、R,当然数据处理的时候也可以使用这些工具,只是想达成的目的不一样,数据处理侧重于清洗、转化,数据分析侧重于汇总、分类。

05 展示数据

展示数据也称为“数据可视化”是以简单、直观的方式传达出数据包含的信息,增强数据的‘易读性’,让阅读者轻而易举的就看出数据表达的内容。

俗话说的好“文不如表,表不如图”,所以展示数据一般用图表进行展示,常用图表有表格、柱状图、折线图、条形图、散点图、饼图。

这些图表是不是很熟悉?在 Excel、PPT是不是制作过?Excel、PPT是最基础、常用的图表展示工具,当然,也有专业的展示工具Power BI、Tableau。

06 撰写报告

撰写报告是指以文档形式输出分析结果,其内容是通过数据全方位的科学分析来展现运营情况,能够为决策者提供强有力的决策依据,从而降低运营风险,提高盈利。分析报告就是第1步~第5步工作的总结,以文档的形式展现“推理”的过程,并说明最终的结论。

  • 报告形式

目前常用的报告形式有,PPT、Word、Excel:

① PPT:制作耗时较长,但其美观度强,大型汇报一般都是以PPT载体;

② Word:分析报告主要是用于文字较多、正式的邮件附件;

③ Excel:常用于内部的交流报告,制作时间较短。

  • 注意事项

在撰写报告的时候,为了让报告易读且有价值,也需要注意一些事情:

① 报告中注明分析目标、分析口径、数据来源,这样报告阅读人能清晰的知道报告的背景情况,降低因此带来的沟通成本;

② 报告图文并茂、条理清晰、逻辑性强、单条推理,让阅读人能够跟着你的一条分析思路走到分析结果;

③ 报告中需体现有价值的结论、建议,用“落地”的方案,体现分析的数据价值。

分析报告也是PPT的一种,所以也在“干不过PPT”的系列中,干不过的主要原因是分析报告是工作的精华浓缩,能够更直接的向上级汇报。一定要坚持写下去,可能刚开始报告写得毫无章法,但会越写越清晰,报告功底与报告数量成正比。

07 效果反馈

分析报告中以数据为导向的建议已提出,但还不知道建议的效果。这就相当于玩抓娃娃机,币已投入,但还不知是否已抓到娃娃。“有输入有输出”才能知晓自己的操作问题点和闪光点,所以效果反馈是十分有必要的。所谓效果反馈就是选择恰当且代表性的指标,及时监控报告中提出的策略执行进度、执行效果。

  • 反馈形式

进行效果反馈时,需要一定的载体来进行呈现,目前通用的2种反馈形式:

① 监控报表:是反馈时间间隔比较短、重复频次高的反馈,比如日报、周报;

② 分析报告:是反馈时间将较长或一个执行周期情况,比如XX月分析报告、XX公司年总结报告。

  • 注意事项

因为营销动作的效果情况是引导下一步动作的主要参考依据,所以在进行效果反馈要注意 2 点:

① 指标恰当:指标需能直观的进行反馈,能够准确的看到营销效果,如果出现问题,可以参考效果数据迅速进行营销调整;

② 反馈及时:当指标能够统计时迅速进行操作,如果统计不及时,而且营销动作出现失误,越晚发现损失就会越大。

知道你对python感兴趣,所以给你准备了下面的资料~

这份完整版的Python全套学习资料已经上传,朋友们如果需要可以点击链接免费领取或者滑到最后扫描二v码【保证100%免费

python学习资源免费分享,保证100%免费!!!

需要的话可以点击这里

数据分析入门必知--数据分析流程相关推荐

  1. 数据分析入门必知:机器学习最通俗的解释?

    有人经常会把数据分析与机器学习给搞混掉,机器学习这个主题已经很普遍了,每个人都在谈论它,但很少有人能够透彻地了解它,今天老李给大家分享一下机器学习的概念. 数据分析和机器学习 如果你认为大数据仅仅是关 ...

  2. web前端入门必知的10个技术

    随着HTML5的发展和普及,了解HTML5将成为Web开发人员的必修课.如何把网页做得更美观,对用户更有吸引力,不仅是企业对前端开发人员要求,更是一个合格的web前端工程师的自我修行.今天小编就跟大家 ...

  3. pkpm快速入门教程_PKPM教程入门必知技巧

    <PKPM教程入门必知技巧>由会员分享,可在线阅读,更多相关<PKPM教程入门必知技巧(166页珍藏版)>请在人人文库网上搜索. 1.PKPM软件的应用,主要内容,通过对一个工 ...

  4. rust原地复活_rust腐蚀游戏新手入门必知小技巧 Rust腐蚀游戏中的12个实用小技巧...

    rust腐蚀游戏新手入门必知小技巧,想必还有很多小伙伴还不太了解,下面小编给大家带来了Rust腐蚀游戏中的12个实用小技巧,一起来看看吧. rust腐蚀游戏新手入门必知小技巧 Rust腐蚀游戏中的12 ...

  5. 【数据分析入门】python数据分析全过程梳理与代码实现

    文章目录 数据分析 数据获取 探索分析与可视化 预处理理论 分析建模 评估模型 数据分析 数据获取 [数据分析入门]python数据分析之数据获取方法 探索分析与可视化 [数据分析入门]python数 ...

  6. 数据分析入门必看|数据分析到底应该学什么?

    数据分析在工作和学习中用到的越来越多,以前也成体系的分享了一些内容,详情参考链接:数据分析系列 1/32 | 数据分析入门理解.在之前的分享内容里,是为了让大家更快上手入门去学习使用的,本次内容合计里 ...

  7. 【Nodejs】Nodejs入门必知

    https://i5ting.github.io/How-to-learn-node-correctly/#1 1.3.2. 安装Node.js环境 3m安装法 nvm(node version ma ...

  8. numpy 是否为零_python数据分析入门必刷!100道题掌握numpy

    numpy-100 可以说是炒鸡经典的numpy学习资料了-原项目地址:numpy-100 各路大神提供的中文译版也有很多,不过为了巩固自己的学习成果,我还是自己进行了翻译+刷题+总结.对于每道题,均 ...

  9. 网络安全入门必知的OWASP top 10漏洞详解

    0.OWASP Top10是什么? 首先介绍下OWASP,开放式Web应用程序安全项目(OWASP,Open Web Application Security Project)是一个非营利组织,不附属 ...

最新文章

  1. 干掉visio,这个画图神器真的绝了!!!
  2. 用java数组模拟登录和注册功能
  3. HTML-参考手册: HTML 颜色名
  4. 【light 1341Aladdin and the Flying Carpet】
  5. Java 面试知识点解析(七)——Web篇
  6. 什么是 CAS 机制?
  7. VC++动态链接库编程之MFC DLL
  8. jolokia_Hawtio和Jolokia的Hibernate统计
  9. input最大长度限制问题
  10. 20165329 学习基础和c语言调查
  11. reactrouter监听路由变化_前端路由三种模式
  12. MTK中断控制器简单记录
  13. 计算机开机慢的原因及解决方法,电脑启动慢什么原因?如何解决
  14. python数据清洗--对双十一淘宝直播流量数据进行数据真实性验证
  15. 2020.11.9--AE--文字的文本属性、文字动画效果、内置动画预设
  16. 查mysql版本的命令
  17. 开发数字藏品平台的公司
  18. 思杰pvs服务器压力无法最大化,XXX学校桌面虚拟化方案资料.docx
  19. 计算机应用技术故事会教案,信息技术教学故事
  20. 【收藏】羊皮卷(之四)

热门文章

  1. 宗镜录略讲——南怀瑾老师——系列6
  2. vue手脚架生成vue项目(个人笔记)
  3. matlab里面的sul,MATLAB语言在电机控制系统仿真研究中的应用
  4. 传说对决美服服务器维护,如何进入传说对决美服 | 手游网游页游攻略大全
  5. 校园的创客实验室是做什么的?
  6. 圣斗士星矢243年前的圣战详细介绍
  7. 输入一个整数n及一个n阶方阵,判断该方阵是否以主对角线对称,输出“Yes”或“No”。
  8. [每周一文]week 1
  9. 关于mysql的判断题_数据库选择题和判断题
  10. Maven命令行窗口指定settings.xml