为了账号安全,请及时绑定邮箱和手机立即绑定

数据分析如何入手?

/ 猿问

数据分析如何入手?

weixinnie 2018-12-06 17:25:35

刚想学数据分析,怎么入手呢?求各位大神

查看完整描述

2 回答

?
成都加米谷大数据

数据分析第一步:了解数据

了解数据,是展开数据分析工作的必要条件。

方法论中,会简单的把数据分成两种:维度和度量。所谓分析,就是维度和度量的组合,以及对比和细分。

数据分析第二步:了解分析

怎么分析?做判断用对比,找原因用细分。下面我们开始做分析了。怎么分析?简单的来说,就是:做判断用对比,找原因用细分。

数据分析第三步:数据分析的步骤

那么,数据分析的步骤是这样的:确定目标->分解指标->数据模型->制作报告->其他功能。

第一步:确定目标。我们是增加销量,提高用户活跃度,还是提高工作效率,减少成本?我们要达到什么效果?

第二步:分解指标。找找哪些指标才能达到上述的目的?客流量、进店率、下单率、复购率?这些够吗?不够咱们继续加。指标以解决问题为准。

第三步:数据建模。找到完成上述指标所需要的数据,细化字段,如用户名、销量、利润等。这个时候就要用到我们上面讲过的怎么分析了,对比,细分,再对比,再细分,直到满意为止。

第四步,制作报告。根据数据模型,完成数据分析报告。

这么做就是为了一目了然地看清数据而服务。放什么内容,就是见仁见智了。但是,其基本原则是:根据业务场景和故事,从维度与指标组合的矩阵中选择。

现在,我们确定了目标,分解出了指标,构建了模型,用合适的图表展示了数据。那么,最后的那个其他功能是做什么的呢?作为一个大数据分析平台,权限要有保障,性能要有保证,集成要多一些,报告要把把关。总的来说就是两个字:管、控!

数据分析第四步:数据治理

了解了数据和怎么分析,现在终于可以开始分析了,突然发现数据出现一堆问题,例如不能用,数据重复、缺失、错误、不可用和不一致。怎么办?就得靠下面的数据治理方法论来整治一下了。

数据分析时,数据治理是必不可少的环节。只有正确的数据,才能指导我们做出正确的决策。

数据要处理成什么样才能分析。结构化、规范化和可关联,符合了这三个标准就可以开始分析了。那怎么做到符合这些规则呢?规矩来了。

第一步,约束输入。你永远不知道用户会输入什么?

第二步,规范输出。老板看不同人的报表,同一个“用户流失率”,每张图表中名称、值都不一样?

第三步,统一建设。信息化的发展,业务系统越来越多,但同一个“产品名称”,不同业务系统也不尽相同。

数据分析第五步:指标分析

数据终于干净了,知道了怎么进行分析和治理数据了。万事具备,只欠分析了。怎么开始分析?指标!

搭建数据分析指标模型,一步步细化分析需求。跟着目标,需要哪些指标来监控或分析能达成目标呢?比如利润,相关指标就是收入和成本。当然,这样的指标太粗线条了,包括收入有哪几类,成本有哪几类,都应该考虑进去。

比如,零售行业的销售额可以分解为客流量、进店率、购买率、客单价和复购率等。所以,分解的方式有很多种,需要遵循MECE原则(完全穷举,相互独立)。又比如零售行业的经营、库存计划进度都可以作为一个分析切入点。每个切入点又都有各个阶段的目的,然后依照目的逐级细化指标。

这个是零售行业经营分析的指标:

这是零售行业库存分析的指标:

这个零售行业经营计划进度分析的指标:

以上的种种分析,都是从每个切入的主题,不断细化下去的。

数据分析第六步:报表美化

做好了指标体系模型,终于可以做报告了。

不同的图、表、筛选条件共同定义了我们的数据洞察。他们的组合体现了我们的认知。咱们来看几张报告的样子。图、表、筛选、预警;占比、趋势、对比等还有很多。

查看完整回答
反对 回复 2020-10-22
?
pardon110

你至少得先知道数据存储结构,数据表示形式(类型)以及数据操作方式。建议先从python基础入门。

查看完整回答
反对 回复 2018-12-07

添加回答

回复

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信