了解数据分析
简单地说就是利用有限的数据通过发散的思维,利用相关关系来解释你想知道的问题。
把隐藏在一对杂乱无章的数据背后的信息集中、萃取和提炼出来,以找出来被研究对象的内在规律。
数据分析中的六脉神剑
梳理分析思路,并搭建分析框架,把分析目的分解成若干个不同的分析要点,即如何具体开展数据分析,需要从哪几个角度进行分析,采用哪些分析指标(各类分析指标需合理搭配使用),同时,确保分析框架的体系化和逻辑性。
数据分析区别于数据挖掘的第一点就是数据来源。数据分析中的数据可能来源于各种渠道:数据库、信息采集表、走访等等各种形式,只要是和分析目标相关,都可以收集。
由于数据分析的数据来源相比于数据挖掘的直接从数据库调取,数据分析的数据更加杂乱无章,你可能是从别人的分析报告里找数据,从百度上搜索数据,这些数据的格式、字段都不统一,在这里你需要根据你的目的进行归类、整合。利用数据清洗、数据转化、数据提取、数据计算等处理方法,将各种原始数据加工成为产品经理需要的直观的可看数据。
数据分析是全局中最重要的过程,选用适当的分析方法及工具,对处理过的数据进行分析,提取有价值的信息,形成有效结论的过程。
常用的数据分析工具,掌握Excel的数据透视表,能够解决常见的数据处理,对于复杂的大量的数据可以选用SPSS、SAS等进行处理。
数据展现就是将数据分析的结果展示出来,一般会选用图表进行结果展现。常用的数据图表包括饼图、柱形图、条形图、折线图、气泡图、散点图、雷达图等。进一步加工整理变成我们需要的图形,如金字塔图、矩阵图、漏斗图、帕雷托图等。
图表制作中需要注意的五个关键点:
常见的数据图表:
撰写报告就是阐述分析结果。
一份好的数据分析报告,首先需要有一个好的分析框架,并且图文并茂,层次明晰,能够让阅读者一目了然。
结构清晰、主次分明可以使阅读者正确理解报告内容;图文并茂,可以令数据更加生动活泼,提高视觉冲击力,有助于阅读者更形象、直观地看清楚问题和结论,从而产生思考。
数据分析的四大误区
1. 分析目的不明确,为了分析而分析; 2. 缺乏行业、公司业务认知,分析结果偏离实际; 3. 为了方法而方法,为了工具而工具,只要能解决问题的方法和工具就是好的方法和工具; 4. 不能遵循数据本身的真实客观性。