数据分析入门

作为一个电商从业十余年的人来说，从刚开始无奈的糊口手段到后来的职业定位，再到真正从心底喜欢上了这个行业，总结下来就是数据分析能力的不断成长和运用的一个过程。有人说数据分析特别的难，特别的深奥。我可以用我十余年的工作经验来告诉大家，数据分析没有所谓的难易之分。一个小学毕业生也能做数据分析，一个这方面的专业大学教授也不敢说精通数据分析。具体一点什么是数据分析呢？一个炸油条的一天和面多少斤，炸多少油条，卖多少钱，多少个人来买。这就是数据分析！一个大集团公司专业的数据分析团队，对市场动态的一个图谱展示，对公司单个人能产生经济价值的分析，到对消费者准确的消费动向的分析，再到整个公司的盈亏分析。这也是数据分析！一个医生对患者检查血压的高低，心跳的多少，血糖的数据等这更是数据分析！

数据分析可以说在生活中无处不在，从个人到企业，从学习到娱乐。特别是电商这本身就是由数据信息构建的商业形态。

虽然大家都在做数据分析，但是大多数人只是片面的使用了数据分析这项技能。并不系统和正规，现在我们就将数据分析正规化做几个简单的认识。

数据收集

要做数据分析，我们就得有分析的对象---数据

数据收集看上去并不是一件复杂的事情，可是真正在实际的工作中这个环节反而是问题最多的。大公司各个部门的数据都隐藏着每个部门的一些不为人知的东西，遇到的阻力可想而知。小公司没有记录数据的习惯，数据都是片面的缺失的。

项目性的数据收集必须围绕项目明确设定收集数据的列项，这样就大大提高了工作效率。什么意思呢？比如医生要坚持你为什么晕倒？首要的数据是脑部数据、血糖、血压、血氧等指标，那么身高、骨骼数据、皮肤检测数据就是次要的。

数据处理

数据收集后会存在各种问题，数据重复、数据缺失、虚假数据等等我们需要对这些数据进行一个合理化的处理，让其尽可能的反映真实情况。

数据的分析

经过处理的数据，一般先用直接观察法来看数据中体现的问题，其次再将数据按照时间的线性，或者某种逻辑的线性进行排列，这样会又提现一些新问题。第三从原始的数据衍生出一些新的指标。比如原始数据有投入的资金数和收益的资金数，我们就可以推算出投入产出比；再比如我们有一年每个月的销售数据我们就可以推算每个月的增长率，也可以推算平均增长率等。还有许许多多的分析方法这里不做一一赘述。

数据可视化

数据经过分析会得出一些有价值的结论，这结论以数据的形式输出并不直观和好理解。我们数据分析人员有义务让数据表现的更直观，让老板、办公室人员、销售人员很方便直观的看到问题在那里。数据分析的再好最后没有让实际的人员理解了那么分析也是没有意义的，我们就要对的出的数据做可视化处理。曲线图、饼图、雷达图、地图等等都要学会做