數(shù)據(jù)分析可以分為兩種：一種類似產品經理，一種偏向數(shù)據(jù)挖掘。前者更加注重業(yè)務，對業(yè)務能力要求比較高，例如需要了解一些常用的營銷和管理理論，有一定的傳播學基礎，對數(shù)據(jù)十分敏感，而后者則更加注重技術，對算法和代碼的能力比較高，得有一定的計算機基礎。下文僅介紹第一種類似產品經理的數(shù)據(jù)分析師需要了解的知識和技術，希望能夠給想入坑的同學一點啟發(fā)。由于本人能力有限，也只是個人學習，如有錯誤，歡迎指正。

01數(shù)據(jù)分析|方法論

PEST分析法：用于行業(yè)分析。

政治(P)：政治體制、經濟體制、財政政策、、稅收政策、產業(yè)政策、投資政策、專利數(shù)量、國防開支水平、政府補貼水平、民眾對政治的參與度。

經濟(E)：GDP及增長率、進出口總額及增長率、利率、匯率、通貨膨脹率、消費價格指數(shù)、居民可支配收入、失業(yè)率、勞動生產率。

社會(S)：人口規(guī)模、性別比例、年齡結構、出生率、死亡率、種族結構、婦女生育率、生活方式、購買習慣、教育狀況、城市特點、宗教信仰。

技術(T)：新技術的發(fā)明和進展、折舊和報廢速度、技術更新速度、技術傳播速度、技術商業(yè)化速度、國家重點支持項目、國家投入的研發(fā)費用、專利個數(shù)、專利保護情況。

以互聯(lián)網行業(yè)為例：

5W2H分析法：可用于用戶行為分析、業(yè)務問題專題分析。

以用戶購買行為為例：

邏輯樹分析法：業(yè)務問題專題分析。

以利率增長為例：

4P營銷理論：可用于公司整體經營情況

以公司業(yè)務為例：

用戶行為理論：可用于用戶研究分析，以網站分析為例：

02數(shù)據(jù)分析師|知識技術的學習

統(tǒng)計學基礎：

統(tǒng)計數(shù)是收集、處理、分析、解釋數(shù)據(jù)并從數(shù)據(jù)中得出結論的科學。

例如我們需要知道水平條形圖和垂直條形圖有什么區(qū)別，有哪些方法可在一張條形圖上體現(xiàn)多批數(shù)據(jù)，頻數(shù)和頻數(shù)密度的區(qū)別，如何使用直方圖，箱線圖是什么等等這些比較基礎的理論知識。另外，統(tǒng)計學還告訴了我們數(shù)據(jù)是如何被收集的，數(shù)據(jù)的整體分布是怎樣的，數(shù)據(jù)的相關與回歸、時間序列分析和預測等等。這些在網易公開課上有不錯的教程：http://open.163.com/special/opencourse/statistics.html，另外我也幫你整理了一些常用的統(tǒng)計量和概率分布：

SQL（數(shù)據(jù)庫）：

當我們去到公司，公司的數(shù)據(jù)不可能像我們自己的pc那樣就存在我們的本地上，每個公司一般都有自己的數(shù)據(jù)庫，那么如何把數(shù)據(jù)從這些數(shù)據(jù)庫中調出來，然后整成我們希望的樣子呢，這些問題就需要SQL來解決了。零基礎學習SQL可以閱讀這里：https://www.w3cschool.cn/sql/

Python或R：

這是兩種解釋性語言，就跟英語一樣，有自己的單詞和語法，我們只需要把單詞記住，語法熟練，就可以寫我們自己的英文作文了。R是專門用于數(shù)據(jù)分析和數(shù)據(jù)挖掘的，使用起來更直接，而Python則更廣泛，基本上爬蟲、數(shù)據(jù)分析、數(shù)據(jù)挖掘、人工智能、web建站等所有的事情都能做。個人建議對自己要求比較高的同學都可以了解。

03如何用Excel|做數(shù)據(jù)分析

我把Excel單獨做一章的原因主要是百分之90的同學都會選擇用它來做數(shù)據(jù)分析，它的優(yōu)點無非就是簡單易用，除去函數(shù)和一些高級的應用，完全不用寫代碼。但缺點也就很明顯了，不靈活，并且無法處理很大的數(shù)據(jù)量。下面我以數(shù)據(jù)分析常用的六步曲對它進行一個簡單的介紹：

Step1 明確分析目的和思路：

首先，我們應根據(jù)自己的需求，選用上面某一或多種數(shù)據(jù)分析方法論的方法。

Step2 數(shù)據(jù)收集：

各個公司數(shù)據(jù)庫、公開出版物（中國統(tǒng)計年鑒、中國社會統(tǒng)計年鑒、中國人口統(tǒng)計年鑒、世界經濟年鑒、世界發(fā)展報告）、互聯(lián)網、市場調查。

二維表轉換為一維表：利用數(shù)據(jù)透視表和數(shù)據(jù)透視圖向導

導入數(shù)據(jù)：

導入文本數(shù)據(jù)：數(shù)據(jù)-自文本

導入網站數(shù)據(jù)：數(shù)據(jù)-自網站

不同題目問卷錄入方法：數(shù)值題、單選題、多選題（二分法、多重分類法）、排序題、開放性文字題：

Step 3 數(shù)據(jù)處理：

數(shù)據(jù)清洗：

重復數(shù)據(jù)的處理：

方法一：數(shù)據(jù)-排序和篩選-高級-高級篩選（可選擇出不重復的數(shù)據(jù)）

方法二：開始-條件格式-突出顯示單元格規(guī)則-重復值（可用顏色標出重復的數(shù)據(jù)）

方法三：插入-數(shù)據(jù)透視表（可知道重復數(shù)據(jù)的重復次數(shù)）

方法四：數(shù)據(jù)-數(shù)據(jù)工具-刪除重復值

方法五：開始-排序和篩選-降序-次數(shù)靠前大于1的就是重復值

缺失數(shù)據(jù)處理：

定位輸入：開始-編輯-查找和選擇-定位條件（例如定位到所有空值）

方法一：用一個樣本統(tǒng)計量的值代替缺失值，多用樣本平均值

方法二：直接刪去

查找替換：開始-編輯-查找和選擇-查找（替換）

數(shù)據(jù)加工：

字段分列：數(shù)據(jù)-數(shù)據(jù)工具-分列

字段合并：百度用下函數(shù)

字段匹配：兩個不同的表匹配到一起，百度用下簡單函數(shù)

數(shù)據(jù)計算：=B2*C2

開始-編輯-自動求和

復雜點的函數(shù)計算百度或用Python

數(shù)據(jù)分組：百度用下函數(shù)（VLOOKUP）

數(shù)據(jù)轉換：

行列互換：開始-剪貼板-粘貼-選擇性粘貼-勾上轉置

多選題錄入數(shù)據(jù)方式之間的轉換（百度用下函數(shù)）

數(shù)據(jù)抽樣：百度用下隨機函數(shù)等函數(shù)

Step 4 數(shù)據(jù)分析：

對比分析法

與目標對比：完成值vs目標值

不同時期對比：上個月vs本月

同級部門、單位、地區(qū)對比：部門A、部門B、部門C、部門D

行業(yè)內對比：本公司、對手A、對手B、對手C

活動效果對比：活動前vs活動后

分組分析法：確定組數(shù)

確定組距=(最大值-最小值)/組數(shù)，也可以視情況不等距分組

結構分析法：結構相對指標（比例）=（總體某部分的數(shù)值/總體總量）*100%，例如市場占有率=（某種商品銷售量/該種商品市場銷售總量）*100%

平均分析法：算術平均數(shù)、眾數(shù)、中位數(shù)等

交叉分析法：一維轉換為二維

綜合評價分析：5個步驟

三大特點：

0—1標準化：

權重確定方法：目標優(yōu)化矩陣表

上表，假如動手能力比人品重要，則C2為0，人品比創(chuàng)新意識重要，則D2為1，其余同理，最后算出教育背景合計0只是我們的假設，其當然也很重要，因為0無法算，所以統(tǒng)一全加1。某指標權重=（某指標新的重要性合計得分/所有指標新的重要性合計得分）*100%

杜邦分析法：

例如找A用戶增加，但A市場占有率下降的原因：

漏斗圖分析法：

矩陣關聯(lián)分析法：以用戶滿意度為例

發(fā)展矩陣：

改進難易矩陣：

舉一反三：

高級數(shù)據(jù)分析方法：

Tip:Excel對于一些數(shù)據(jù)的清洗、處理和分析除了重點掌握數(shù)據(jù)透視表之外，也可下載易用寶、方方格子、慧辦公等第三方插件，非常好用啊。

Step5 數(shù)據(jù)展現(xiàn)：

除了Excel的數(shù)據(jù)可視化之外，現(xiàn)在用的最多的就是Tableau了,它是一款既能生成一般的統(tǒng)計圖表，也能夠用于數(shù)據(jù)展現(xiàn)的可視化軟件，并且支持多種數(shù)據(jù)來源的數(shù)據(jù)導入，只需點點鼠標，就可輕松做出很多可交互的圖表，可以去官網看看它的教學視頻。

Step6 撰寫數(shù)據(jù)分析報告：

標題頁-目錄-前言-正文-結論與建議-附錄。

04大佬的數(shù)據(jù)分析|講解和案例

找數(shù)據(jù)網站：http://hao.199it.com/

垂直領域的統(tǒng)計工具平臺：iOS：七麥數(shù)據(jù)、禪大師、APPduu；安卓：酷傳

第三方統(tǒng)計平臺：友盟、TakingData、AppAnnie、騰訊云分析、百度移動統(tǒng)計、神策數(shù)據(jù)、諸葛IO、GrowingIO

https://www.zhihu.com/question/20129061「數(shù)據(jù)分析師的具體工作職責和工作內容有哪些？」

https://www.pmcaff.com/discuss/index/315805294081088「數(shù)據(jù)分析師的日常工作有哪些？如何入門數(shù)據(jù)分析？」

鏈家網的租房數(shù)據(jù)做些有意思的事情？https://zhuanlan.zhihu.com/p/24554589

豆瓣讀書分析報告https://zhuanlan.zhihu.com/p/24420062

爬取6.6w+豆瓣電影之后的分析故事https://zhuanlan.zhihu.com/p/24133117

生活中的數(shù)據(jù)犀利哥之一：開篇及選車https://zhuanlan.zhihu.com/p/20604082?refer=hemingke

生活中的數(shù)據(jù)犀利哥之二：排隊https://zhuanlan.zhihu.com/p/20604263?

生活中的數(shù)據(jù)犀利哥之三：找座https://zhuanlan.zhihu.com/p/20605096?

生活中的數(shù)據(jù)犀利哥之四：看趨勢https://zhuanlan.zhihu.com/p/20640434?

生活中的數(shù)據(jù)犀利哥之五：找錯因果關系https://zhuanlan.zhihu.com/p/25629403

生活中的數(shù)據(jù)犀利哥之六：快遞員送貨https://zhuanlan.zhihu.com/p/25555346

北上廣深哪里過得更瀟灑https://zhuanlan.zhihu.com/p/20355743?

滄海橫流，看行業(yè)起伏（2015年）https://zhuanlan.zhihu.com/p/20559922?

和頤事件之后: 怎么定酒店更有安全感？https://zhuanlan.zhihu.com/p/20893016?

老鹿玩數(shù)據(jù)——不光是求婚神器（一）https://zhuanlan.zhihu.com/p/20712815?

老鹿玩數(shù)據(jù)——不光是求婚神器（二）https://zhuanlan.zhihu.com/p/20756963?

《春節(jié)自救指南》之數(shù)據(jù)分析https://zhuanlan.zhihu.com/p/24943568?

如何判斷一場知乎live的質量？https://zhuanlan.zhihu.com/p/25118397

豆瓣5.6分的《西游伏妖篇》有水軍嗎？https://zhuanlan.zhihu.com/p/25047215

怎樣才能以最少的錢租個靠近地鐵的房子？https://www.zhihu.com/question/44724619/answer/192049017

「上海富了周圍，北京坑了周圍」https://www.zhihu.com/question/26673732/answer/183836709

如何不吹牛地形容北京有多大？https://www.zhihu.com/question/29554848/answer/169811236

路人甲：為什么知乎的眾多答主答題后獲得的贊是在「一覺睡醒」后才發(fā)現(xiàn)的呢？https://www.zhihu.com/question/39272910/answer/164289608

大數(shù)據(jù)對物流管理有什么影響？https://www.zhihu.com/question/23197748/answer/203163681

約會聚餐如何正確選擇餐館？https://zhuanlan.zhihu.com/p/28224566

路人甲：如何評論華為官方對閃存事件的回復https://www.zhihu.com/question/58645911/answer/159594099

小蚊子數(shù)據(jù)分析_新浪博客http://blog.sina.com.cn/xiaowenzi22

05參考書目|推薦書目

參考書目：

《誰說菜鳥不會數(shù)據(jù)分析》《深入淺出統(tǒng)計學》《深入淺出數(shù)據(jù)分析》《Excel數(shù)據(jù)處理與分析實戰(zhàn)技巧精粹》《路人甲：數(shù)據(jù)分析修煉手冊》

推薦書目：

入門：《誰說菜鳥不會數(shù)據(jù)分析》《深入淺出數(shù)據(jù)分析》《深入淺出統(tǒng)計學》《深入淺出SQL》（深入淺出系列很通俗，全案例講解，可以當小說看）

Excel:《Excel數(shù)據(jù)處理與分析實戰(zhàn)技巧精粹》

R:《R語言實戰(zhàn)》

Python:《Python編程-從入門到實踐》《利用Python進行數(shù)據(jù)分析》

SQL：《SQL必知必會》《SQL基礎教程》《MySQL必知必會》

Tableau:《人人都是數(shù)據(jù)分析師：Tableau應用實戰(zhàn)》

高階和應用：《精益數(shù)據(jù)分析》《數(shù)據(jù)之美》《數(shù)學之美》《數(shù)據(jù)可視化之美》《啤酒與尿布》《增長黑客》《增長黑客實戰(zhàn)》《網站分析實戰(zhàn)》