如何做数据分析才是正确的

Question

如题所述

Answer 1

数据分析（Data Analysis）

数据分析概念
数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。
数据分析与数据挖掘密切相关，但数据挖掘往往倾向于关注较大型的数据集，较少侧重于推理，且常常采用的是最初为另外一种不同目的而采集的数据。

数据分析的目的与意义
数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。
在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。

数据分析的功能
数据分析主要包含下面几个功能：
1. 简单数学运算（Simple Math）
2. 统计（Statistics）
3. 快速傅里叶变换（FFT）
4. 平滑和滤波（Smoothing and Filtering）
5. 基线和峰值分析(Baseline and Peak Analysis)

数据分析的类型
在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。
定性数据分析：又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。

数据分析步骤
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。

数据分析过程实施
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

Answer 2

随着互联网、云计算、人工智能和虚拟现实技术的飞速发展，企业数据呈几何增长，大数据时代已经到来，不会数据分析，就难以适应社会的发展和企业的变革，就会被大数据的洪荒巨浪所吞噬。所以，我们要树立数据思维，即要建立一种根据数据来思考的思维模式。这是一种量化的思维模式，通过用数据描述事实，用数据分析现状，追根溯源，实现科学决策。

 怎么做数据分析才是有效的呢？这里，我们为大家总结了5种常用的数据分析的方法，供大家参考。

1、对比分析

对比分析是我们在日常生活中最常用到的数据分析方法，一般分为纵向对比和横向对比。纵向对比，是时间上的对比，如我们经常提到的同比或环比。横向对比是指与其他同类之间的对比，如与竞品之间的对比。如果要比较类似的数据组（例如产品销量之间的对比，实际与目标情况的对比），我们常用柱状图展示。

2、结构分析

结构分析也叫“占比分析”、“比重分析”，计算某项经济指标各项组成部分占总体的比重，分析其内部构成的变化。占比分析常用饼图来展示。例如，通过分析流动资金的各项目占流动资金总额的比重，来确定流动资金的结构，然后将不同时期的资金结构进行对比，观察结构变化。

3、趋势分析

趋势分析是看有关指标一段时期的数据变化情况，查看发展趋势。随着时间连续变化的数据显示常用折线图展示。

在做趋势分析时，要考虑：

■ 这是自然周期变化么？例如，每到7-8月销量就很高，到9月销量急剧下滑，是不是因为7-8月是旺季，其他时段是淡季。

■ 这是生命周期变化么？例如某型号手机销售到了生命周期末尾，处于退市，新型号手机即将上市。

■ 这是突发性变化么？例如平常年份7-8月销量也不好，今年由于政策的变动导致了销量的增加。

所以，趋势分析，并不能单纯看数据是上升了还是下降了，还要分析背后的因素，具体问题具体分析。

4、假设与验证

当我们还不能够证明某件事情的时候，可以先大胆假设，然后再小心求证，验证一下假设是否成立。例如在趋势分析中，我们不能够判断究竟是什么原因导致的9月份的销量急剧下滑。我们可以先假设是由于学生开学，导致大量学生入学无法到游乐园玩耍导致了销量的急剧下滑。那我们可以延长时间，看一下去年、前年是否也有这样的规律。

5、维度分析

如果想要从多个角度、多个层面进行分析，那就是多维分析。细分的维度包括时间、地区、产品类别、部门、员工、客户等等。多维度组合分析，可以灵活应对不时面临的各种分析需求。例如，某企业想要分析产品销售情况，可以分析某时间段整个区域的销量走势情况、可以分析某时间段各个门店的销售情况、可以分析某门店各个产品的销售情况…通过这些维度的组合与设定，可以得出不同的分析结论。