數據分析基礎知識什么是數據分析

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。建立一個概念：一切皆可數據化1.數據分析的目的2.數據的類型3.數據的來源4.數據的分析方法5.數據分析的基本步驟6.常用的幾類數據1數據分析的目的一個檢測站，一直以來效益都不錯，但是在去年出現了虧損，根據100名居民的抽樣調查顯示；每百人檢測量：前年45輛，去年48輛，今年53輛。其中這家檢測站的結果：前年9輛，去年5輛，今年5輛。檢測站的相關數據：可檢測量（萬輛）銷售量（萬輛）銷售收入（萬輛）盈利（萬元）管理費用（萬元）財務費用（萬元）銷售價格（元）前年106102450246144.49去年7174350-3051215.7問題：去年這家企業虧損的主要原因都有什么？1.管理費用的增加2.財務費用的增加3.價格的提升造成的銷售量的降低4.效率降低造成的成長增加5.一線員工與管理人員的人力結構不當…………

數據分析的目的是把隱藏在一大批看來雜亂無章的數據中的信息集中和提煉出來，從而找出所研究對象的內在規律。

并對決策者起到支持作用。我們真是要面對的數據可能是這樣的！2數據的類型信息類數據行為類數據觀點類數據信息類數據客戶畫像財務狀況人員情況檢測站覆蓋區域的大小檢測站的數量地理位置我們可以獲取到的一切信息，都可以理解成信息類數據信息類數據這些信息都能為我們作什么？如；客戶畫像，我們可以通過客戶的喜好，消費能力，年齡性別，地址等制定我們的拓客方案。通過員工的情況制定我們的培訓方案等等。行為類數據消費習慣員工的行為表現消費頻次通過行為產生的數據，都可以理解成行為數據觀點類數據觀點類數據多為文字形式或投訴的形式展現我們可以通過滿意度調查或外部評價類網站獲得此類數據，同時也可以在服務過程中對我們的評價進行采集。觀點類數據與我們的服務質量息息相關。3數據的來源數據來源的主要途徑：管理系統；通過審車過程中的系統錄入中獲得日常記錄匯總的數據；檢測站日常報表進行統計匯總外部平臺；與車管所對接系統，中國信息統計網中的行業統計數據等平臺數據在我們生活工作中無處不在，你要你用心收集，合理使用這些數據都會給你帶來意想不到的收獲。每個組討論一下檢測站中我們經營管理過程中，需要收集那些數據？如何收集？每組排一名代表說一下。給大家20分鐘的時間討論！4數據的分析方法今天給大家介紹四種常用到的分析方法：比較分析法統計分析法相關性分析法時間序列分析法比較分析法統計分析是指，在同樣的時間周期且同類類型，產生的數據進行的比較。可檢測量（萬輛）銷售量（萬輛）銷售收入（萬輛）盈利（萬元）管理費用（萬元）財務費用（萬元）銷售價格（元）前年106102450246144.49去年7174350-3051215.7人與人的效率比較分析部門之間的產出比較分析產品之間的收益比較分析客戶的貢獻對比分析計劃與實際的比較分析比較分析法還可以進行你還想到那些可進行對比分析的內容，給大家10分鐘時間，每組拍一名代表連線！統計分析法統計分析是指運用統計方法及與分析對象有關的知識，從定量與定性的結合上進行的研究活動。統計分析法較為常用的是為了聚焦。28法則，80%的利潤來源于20%的時間。通過統計分析法，找重點“啤酒與尿布”相關性分析法相關性分析法

“啤酒與尿布”的故事產生于20世紀90年代的美國沃爾瑪超市中，沃爾瑪的超市管理人員分析銷售數據時發現了一個令人難于理解的現象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關系的商品會經常出現在同一個購物籃中，這種獨特的銷售現象引起了管理人員的注意，經過后續調查發現，這種現象出現在年輕的父親身上。

在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。父親在購買尿布的同時，往往會順便為自己購買啤酒，這樣就會出現啤酒與尿布這兩件看上去不相干的商品經常會出現在同一個購物籃的現象。如果這個年輕的父親在賣場只能買到兩件商品之一，則他很有可能會放棄購物而到另一家商店，直到可以一次同時買到啤酒與尿布為止。沃爾瑪發現了這一獨特的現象，開始在賣場嘗試將啤酒與尿布擺放在相同的區域，讓年輕的父親可以同時找到這兩件商品，并很快地完成購物；而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入，這就是“啤酒與尿布”的故事！發揮自己的聯想能力找到數據的關聯性。小練習；工作效率與什么數據有關聯性？適用于相關性分析法？時間10分鐘，每組一名代表連線。時間序列分析法時間序列分析法是指，基于歷史統計數據，總結出發展水平與時間先后順序關系的一種預測分析方法。時間序列分析法5數據分析的基本步驟分析設計數據收集數據處理數據分析數據展現報告撰寫數據分析的基礎六個步驟分析設計

首先是明確數據分析目的，只有明確目的，數據分析才不會偏離方向，否則得出的數據分析結果沒有指導意義。

當分析目的明確后，我們需要對思路進行梳理分析，并搭建分析框架，需要把分析目的分解成若干個不同的分析要點，也就是說要達到這個目的該如何具體開展數據分析？需要從哪幾個角度進行分析？采用哪些分析指標？采用哪些邏輯思維？運用哪些理論依據？

明確數據分析目的以及確定分析思路，是確保數據分析過程有效進行的先決條件，它可以為數據收集、處理以及分析提供清晰的指引方向。數據收集

數據收集是按照確定的數據分析框架，收集相關數據的過程，它為數據分析提供了素材和依據。這里的數據包括一手數據與二手數據，一手數據主要指可直接獲取的數據，如公司內部的數據庫、市場調查取得的數據等；二手數據主要指經過加工整理后得到的數據，如統計局在互聯網上發布的數據、公開出版物中的數據等。數據處理

數據處理是指對采集到的數據進行加工整理，形成適合數據分析的樣式，保證數據的一致性和有效性。它是數據分析前必不可少的階段。

數據處理的基本目的是從大量的、可能雜亂無章、難以理解的數據中抽取并推導出對解決問題有價值、有意義的數據。如果數據本身存在錯誤，那么即使采用最先進的數據分析方法，得到的結果也是錯誤的，不具備任何參考價值，甚至還會誤導決策。

數據處理主要包括數據清洗、數據轉化、數據抽取、數據合并、數據計算等處理方法。一般的數據都需要進行一定的處理才能用于后續的數據分析工作，即使再“干凈”的原始數據也需要先進行一定的處理才能使用。數據分析

數據分析是指用適當的分析方法及工具，對收集來的數據進行分析，提取有價值的信息，形成有效結論的過程。

數據展現

通過數據分析，隱藏在數據內部的關系和規律就會逐漸浮現出來，那么通過什么方式展現出這些關系和規律，才能讓別人一目了然呢？一般情況下，數據是通過表格和圖形的方式來呈現的，即用圖表說話。

常用的數據圖表包括餅圖、柱形圖、條形圖、折線圖、散點圖、雷達圖等，當然可以對這些圖表進一步整理加工，使之變為我們所需要的圖形，例如金字塔圖、矩陣圖、瀑布圖、漏斗圖、帕雷托圖等。

多數情況下，人們更愿意接受圖形這種數據展現方式，因為它能更加有效、直觀地傳遞出分析師所要表達的觀點。一般情況下，能用圖說明問題的，就不用表格，能用表格說明問題的，就不用文字。報告撰寫

數據分析報告其實是對整個數據分析過程的一個總結與呈現。通過報告，把數據分析的起因、過程、結果及建議完整地呈現出來，以供決策者參考。

一份好的分析報告，首先需要有一個好的分析框架，并且層次明晰，圖文并茂，能夠讓讀者一目了然。結構清晰、主次分明可以使閱讀對象正確理解報告內容；圖文并茂，可以令數據更加生動活潑，提高視覺沖擊力，有助于讀者更形象、直觀地看清楚問題和結論，從而產生思考。

其次，需要有明確的結論，沒有明確結論的分析稱不上分析，同時也失去了報告的意義，因為最初就是