数据分析入门-文档在线预览.pptx

工作中常用数据分析方法基础篇

什么是数据分析？数据分析的误区数据分析的六大步骤C O N TE N T S

ONE什么是数据分析？

定义数据分析是指用适当的统计分析方法，对收集来的大量数据进行分析，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。

探索性数据分析侧重于在数据中探索新的特征，验证性数据分析侧重于验证之前假设的真伪性；探索性数据分析以及验证性数据分析属于高级分析方法，常见的分析方法有相关分析、因子分析、回归分析等。描述性数据分析属于初级分析方法，是我们工作中最常用的数据分析方法；类型

作用数据分析的三大作用：现状分析、原因分析、预测分析案例1：《综合资源系统系统需求实施进展分析》——现状分析案例2：《业务开通系统管控问题分析》——原因分析案例3：《网管需求管控项目风险识别清单》——预测分析（预测分析和假设情况分析可帮助用户评审和权衡潜在决策的影响力。可用来分析历史模式和概率，以预测未来业绩并采取预防措施。）

TWO数据分析的六大步骤

六大步骤明确分析目的数据收集数据处理数据分析数据展现报告撰写

评估产品机会：产品机会评估对后期产品设计及迭代都至关重要，甚至说决定了一个产品的未来和核心理念。分析解决问题：通过必要的数据试验才能追溯到问题源头，进而制定合理的解决方案，彻底解决问题。预测优化产品：数据分析的结果可以预测未来发生什么，缩短迭代周期，精益求精。梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标。明确分析目的

数据收集数据库第三方统计工具统计年鉴或报告市场调查

数据埋点，就是在正常的功能逻辑中，预先添加统计代码，将自己需要的数据统计出来。数据收集自己研发，开发时加入统计代码，并搭建自己的数据查询系统。串接第三方统计工具GoogleAnalytics、AppsFlyer不同产品，不同目的，需要的支持数据不同，确定好数据指标后，选择适合自己公司的方式来收集相应数据。数据埋点

数据计算GarbageIn，GarbageOut！数据处理定义：数据处理是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据清洗万能工具：EXCEL数据转化Tips：在做数据处理时，不要在原始数据上进行数据处理以防原始数据丢失，保留数据处理过程以便发现错误时查找。

数据分析数据分析：用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效的结论。数据挖掘：侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。

常用指标1342离散趋势：方差、标准差、全距变化趋势：同比、环比相对位置：百分比、四分位数、比率集中趋势：平均数、加权算术平均数、中位数、众数数据的描述

数据分析对比分析法：将两个或两个以上的数据进行对比分析，分析其中的差异，从而揭示这些事物发展变化的规律和情况。对比分析法横向比较：指对同类的不同对象在统一标准下进行比较的方法。要注意事物的可比性。纵向比较：指对同一事物在不同时间里的发展变化进行比较的方法。

数据分析细分（逻辑树分析法）不断用更小的量化指标去细分一个大的指标，从而达到定位问题的目的。

数据分析漏斗分析法用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找到最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中。

数据展现能用图说明问题的就不用表格，能用表说明问题的就不用文字。折线图：按照时间序列分析数据的变化趋势时使用。柱状图：指定一个分析轴进行数据大小的比较时使用。饼 图：指定一个分析轴进行所占比例的比较时使用。散点图：描述两个变量相关关系时使用。

报告撰写最重要的：给谁看！12343、每个分析都有结论，而且结论一定要明确2、一定要有解决方案和建议方案1、要有一个好的框架4、尽量图表化3、不要回避“不良结论”1、不要试图面面俱到，要有重点2、不要记叙文，要议论文4、不要有猜测性的结论

THREE数据分析的误区

分析目的不明确，为了分析而分析缺乏行业、公司业务认知，分析结果偏离实际。数据必须和业务结合才有意义。盲目依赖数据，对数据中呈现的问题缺乏求证忽略环境是动态变化的，数据分析的方法和标准一成不变。四大误区数据是客观的，但解读数据的人是主观的。只有正确的认识数据，才能正确的利用数据

最后数据分析的基本方法是统计，核心是思考与推理。

THANKS