2.png

3.png

4.png

5.png

6.png

7.png

1.png

1. 什么是數據分析
   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

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況總結的過程

2. 數據分析的目的

就是把隱藏在一大批看似雜亂無章的數據背后的信息用統計分析方法和編程語言集中和提煉出來， 總結出所研究對象的內在規律，以求最大化的開發數據的價值。

幫管理者進行判斷和決策，以便采取適當策略與行動。

2. 數據分析的作用

• 現狀分析
  告訴你公司現在的運營情況，好壞程度
• 原因分析
  告訴你某一現狀產生的原因是什么
• 預測分析
  了解現狀和分析原因后，制定行動，對未來發展趨勢的預測

3. 數據分析的過程

   • 明確分析目的和思路
     分析目的細化：

   通過這次數據分析我要解決什么問題
   如何具體開展數據分析
   要從那幾個角度進行數據分析
   采取哪些分析指標

   分析體系化（邏輯化）：

   先分析什么，后分析什么
   各個分析點之間具有邏輯聯系
   以理論為指導，結合實際業務情況， 搭建分析框架
   確定數據分析的方法

• 數據庫
  數據庫來源

  業務數據庫
  公開出版物
  互聯網
  市場調查

• 數據處理

數據清洗
數據轉化
數據提取
數據計算

• 數據分析

excel
python
spss

• 數據展現

> 表格

圖形
文字
能用圖不用表，能用表不用文字

• 報告撰寫

>  結構清晰、圖文并茂、層次分明

要有明確的結論
一定要有建議或解決方案

4. 常見問題

• 數據分析與數據處理的區別
  數據處理是數據分析的基礎。將搜集到的原始數據轉換為可以分析的形式，并保證 數據的一致性和有效性
• 數據分析與數據挖掘的區別
  數據挖掘是一種更高的數據分析的方法。根據用戶的需求，從大量的數據中找出所需的信息，以滿足用戶的特定需求。 如亞馬遜根據你的消費記錄智能推薦數據。
  數據挖掘側重解決四類數據分析問題： 分類、聚類、關聯、預測
  本質上都是一樣的，從數據里發現關于業務的知識。

5. 數據分析的職業要求

• 懂業務

• 懂管理

• 懂分析
  基本的分析方法：

  對比分析
  分組分析
  交叉分析
  結構分析
  漏斗分析法
  綜合評價分析
  因素分析
  矩陣關聯分析

  高級的分析方法：

  相關分析
  回歸分析
  聚類分析
  判別分析
  主成分分析
  因子分析
  對應分析
  時間序列

• 懂工具

• 懂設計

6. 數據分析的基本素質
   • 態度嚴謹負責
   • 好奇心強烈
   • 邏輯思維清晰
   • 擅長模仿學習
   • 勇于創新
7. 幾個常用的指標和術語

• 平均數
• 絕對數和相對數
• 百分比和百分點
• 頻數和頻率
• 比例和比率
• 倍數和番數
• 同比和環比

8. 數據分析三字經

• 學習

先了解，后深入；
先記錄，后記憶；
先理論，后實踐；
先模仿，后創新；

• 方法

先思路，后方法；
先框架，后細化
先方法，后工具
先思考，后動手

• 分析：

先業務，后數據
先假設，后驗證
先總體，后局部
先總結，后建議

9.數據分析的方法論

• 數據分析的方法論：從宏觀角度指導如何進行數據分析；數據分析法：具體的分析方法
• 方法論的作用：
  • 理順分析思路，確保數據分析結構化
  • 把問題分解成相關量的部分，并顯示他們之間的關系
• 為后續數據分析的開展指引方向
• 確保分析結郭的有效性及正確性

10.PEST分析法

• 用于對宏觀環境的分析

• 宏觀環境

• 政治 Political

• 經濟 Economic

• 技術 Technological

• 社會 Social

11. 5W2H分析法

• 何因 why
• 何事 what
• 何人 who
• 何時 when
• 何地 where
• 如何做 how
• 多少錢 how much

12.邏輯樹

• 遵循的三個原則
  • 要素化
  • 框架化
  • 關聯化

13.4P營銷理論

• 產品

• 價格

• 渠道

• 促銷
  14.用戶行為理論

• 認知

  • 網站訪問

  ip
  pv
  uv
  訪問來源
  ····

• 熟悉

  • 網站瀏覽

  平均停留時長
  跳出率
  頁面偏好

  • 站內搜索

搜索訪問次數占比

• 試用
• 網站注冊

注冊用戶數
注冊轉化率

• 使用
• 用戶登錄

> 用戶用戶數

人均登錄數
訪問登錄比

• 用戶訂購

  訂購量
  訂購頻次
  內容
  轉化率

• 忠誠

  • 用戶粘性

  回訪者比
  回訪深度

  • 數流失

  用戶流失率

14.處理數據“三心二意”

• 信心
• 細心
• 平常心
• 誠意
• 合意

15.數據分析的方法

1.png

16.對比分析法

• 對比維度
  • 實際完成與目標對比
  • 不同時期對比
  • 與同級部分，單位，地區對比
  • 行業中內對比
  • 活動效果對比

17.分組分析法

• 步驟
  • 確定組數
  • 確定各組的組距
  • 根據組距大小，對數據進行分組整理，規劃值相應組內

18.平均分析法

19.交叉分析法

20.綜合評價分析法

• 步驟：
  • 確定綜合評價指標體系，即包含哪些指標，是綜合評價的基礎和依據
  • 收集數據，并對不同計量單位的指標數據進行標準化處理
• 確定指標體系中各指標的權重，以保證評價的科學性
• 對經處理后的指標再進行匯總，計算出綜合評價指數或綜合評價分值
• 根據綜合評價指數進行排序，并由此得出結論

21.杜邦分析法

22.漏斗圖分析法

23.矩陣關聯分析法

24.高級數據分析方法

2.png

20170527154429.png