数据分析原理

数据分析

提起“数据分析 ”这个词，你可能会联想起统计学、模型、计算机语言等高门槛词汇，再加上市面上各类大数据分析文章和专业名词的渲染，把它搞得望而却步。它真的有那么高不可攀吗？

我先来讲个小故事：

你姥姥给了你一块糖，你感到非常的开心；当你发现她给了你弟弟两块糖时，你可能整个人都不好了......其实这个就是数据分析，数据只有放在一起做比较才有意义。

后来你又发现姥姥给弟弟的两块糖是大白兔，给你的那块是费列多，你又开心了，因为费列罗更贵啊！所以数据在对比之前先要明确分类。而你所做的这些分析的目的都是在为了回答一个问题，姥姥对谁更好？

其实数据分析的原理就好比这大白兔和费列罗的道理，很简单：

所有的分析都是用分类和比较的方法来回答问题。

所有的分析都是用分类和比较的方法来回答问题。

所有的分析都是用分类和比较的方法来回答问题。

重要的事情请允许我任性地说三遍。

1

分类和比较

数据有两个构成部分，一个是类别，另一个是度量值。上一个例子中，类别就是大白兔和费列罗 ，度量值就是他们的数量和价格。

拿来一组数据，我们首先要把这个类别和度量值弄清楚，再做比较。这个不难，因为比较的方式两种，大家看完下面两张图就秒懂了：

举个例子，我们经营一个全国连锁的咖啡店。有50家各城市咖啡店的2015年到2016年的《咖啡数据表》如下：

我们按照上面的方法去做个拆解：

1）不同分类的同一度量值的比较

一般的分析报告的第一页我们习惯先做一个总体情况分析，通常我们会按第一种比较方式 “不同分类的同一度量值的比较”，比如说2016年北京市与南京市销售额的比较，我们可以通过这个比较整体上来看分店的规模。

2）同一分类的不同度量值的比较

当需要向下做钻取分析时，我们一般采用第二种方式“同一分类的不同度量值的比较”，比如说我们想看北京市分店2016年的详细经营指标：某产品（拿铁、大杯）价格、销售量、增长率、经营店铺的费用等等。

你会发现，其实无论你做什么分析，都是按照上述的两种方式做比较。分清楚类别和度量值也会有利于图表的制作，在用PowerBI做图的实际操作中，类别通常是轴和图例，度量值通常是值。想了解做图的技巧知识，请翻阅《数据可视化》章节。

2

回答问题

接下来的回答问题是最考验逻辑思维的部分。我们搞定了类别和度量值，就好比玩乐高玩具准备好了零件，而能组装成什么就要靠你强大的思维了。

幸运地是，对于商业数据分析，我们往往要回答的基本问题是相同的，尤其是定期的报告会议，我们通常的问题有三个：

1）What 发生了什么或要发生什么？- 通过图表展示经营现状和预测分析

2）Why 为什么？ - 通过交互式图表分析来发现导致现状的原因

3）How 我们该怎么做？- 向管理层提建议

3

总结

分析的最重要环节是弄清楚我们要回答的问题是什么，这也是做分析最有价值的部分。我们引用爱因斯坦的一句名言来说明界定问题的重要性。

“如果给我1个小时解答一道决定我生死的问题，我会花55分钟来弄清楚这道题到底是在问什么。一旦清楚了它到底在问什么，剩下的5分钟足够回答这个问题”----爱因斯坦

这是一个需要你靠思考和实践来修炼的环节，建议大家多读一些逻辑思维、金字塔原理、麦肯锡方面的书籍来获得营养。在本节《数据分析原理》中，我就不多做讲解了。如果这个章节你只能记住一件事，请记下： 所有的分析都是用分类和比较的方法来回答问题。带着这个原理去学习PowerBI，你会发现世界并没有那么复杂！