品玩SAS：浅谈数据分析——概念、流程和报告撰写

作者 I 刘璐

出品 I AI机器思维

最近在部门室内的交流会上，分享了一些撰写数据分析文章的心得，索性今天把这些心得体会以文字的形式记录下来，一方面当成是对数据分析工作的分享，另一方面作为个人成长记录，可能未来回头再看此文会觉得幼稚、粗浅。

这次数据分析的交流只当是我的一些心得体会，对与错大家都辩证的看。

本次分享主要有三个部分，第一部分是数据分析的基本概念，第二部分是数据分析的流程步骤，第三部分是数据分析报告如何写。

第一部分首先介绍下数据分析的定义，“用适当的统计分析方法对收集来的大量数据进行详细分析和概括总结，最终形成结论的过程就是数据分析”

我们可以把数据分析看作是炒菜，数据是食材，分析是锅铲和调料，炒出来的美食就是结论。所以说，要想炒出美食，可靠的数据，正确的数据分析过程很重要。

数据分析的作用就很明确了，从数据中了解现状，分析产生某一现象的原因，得出改进的建议，通过现有的数据表现，来指导未来的业务方向，例如zi定义卡，女人花，梵高类在办卡量的表现上非常好，那我们以后就可以往相似的方向研发。

那么第二部分数据分析的整个流程是什么，我的理解是，问问题，选对象，找数据，做分析，得结论五个步骤。

第一步，一片祥和的环境好像不需要有什么改动，只有发现了问题，才有进行分析改进的动力，由此确定分析的目的。例如我们新开发的卡种在办卡量、激活率、使用率都很低，是什么原因导致我们下功夫研究的产品这么不受欢迎？

这之后就是选择分析的对象，针对提出的问题要从哪几个方面进行分析，这部分就要看数据分析人员对于业务的理解程度。理解程度越深，越容易选择正确的分析对象，问题的分析程度也越深入。例如腕带式奔跑追梦卡办卡量特别高，我们可以从渠道推广、优惠力度、使用方式、用户评价等方面进行分析探究。

第三步，找数据。确定了分析对象，后面就是收集与分析对象相关的数据，这一块重点是真实，可靠。要对所使用数据进行说明，包括数据来源、提取方式、字段解释、加工处理等。假的，有遗漏的数据，分析的再好也是毫无意义，除非用来骗人。

第四步，用恰当的方法进行分析，从数据中来，保持客观，不主观猜测，同时像我们上学时做实验一样，控制变量才能明确产生问题的原因。

最后就是得出结论和建议。前面我们说数据分析就像是炒菜，菜买了，也认真炒了，最后一定要有一个成品出来，即使这个结论在未来或者当时看来是错误的。敢于下结论才使这次数据分析有意义，如果自己都没有得出结论或者结论含糊，又如何让别人相信。

最后的撰写数据分析报告，就是将我们前面做的分析工作进行精简化、逻辑性的展示，从为什么做数据分析，如何做的数据分析到最后得出了哪些结论。

数据分析报告的撰写并没有一个固定的格式，个人认为做到两点即可：1.把整个数据分析工作的来龙去脉讲清楚；2.通过图表化的形式直观、清晰的展示出来，文字性的表述容易让人视觉疲劳，相对于图表则更容易突出重点，强化视觉感受。