1.1 认识数据分析

数据分析是指用合适的统计分析方法对收集来的数据进行分析，将这些大量的数据进行汇总，并做成可以被人们消化和理解的资料，从中提取有用的信息。数据分析常常以数和量的形式展现，通过实验、观察、调查等方式获取结果。

1.1.1 数据分析的价值

如今是一个数据风暴的时代，几乎每个企业都会讲数据，通过数据向消费者阐述产品的好处、企业的信誉度，以及提供企业需要改进的地方、出现的问题以及做得好的地方。

一般来说，数据分析具有3个价值，如图1-1所示。

数据分析，在产品的整个寿命周期、市场调研、售后服务、最终处置的各个过程中都应得到适当的运用，才能提升有效性。例如，一个企业的领导人通过市场调查，分析所得到的数据，来判定市场动向，制订合适的生产及销售计划。

又例如，麦克拉伦车队通过汽车传感器，在赛前的场地测试中采集数据，结合历史数据，通过预测型分析发现赛车问题，并预先采取正确的赛车调校措施，不仅降低了事故几率，还提高了比赛胜率。因此，数据分析有极广泛的应用范围，可以为企业提供决策以及安全指导。

如今，不管是在互联网上，还是在现实生活中，企业在广告投放前，都会习惯进行数据分析。一般企业都会针对两点进行分析：

·对目标群体的特征进行数据分析，如目标群体是18～25岁的年轻女性，还是30～45岁的成熟男性。

·对群体的购物活动轨迹进行数据分析。

简单来说，企业可以通过数据分析，来了解目标客户群喜欢做什么事、在什么时间、什么地点。找到他们的生活轨迹，企业就能通过数据分析随时调整投放产品的方式、营销策略等。数据分析帮助人们做出正确的判断，以便采取适当行动。

1.1.2 数据分析的基本步骤

数据分析主要包括6个循序渐进的基本步骤，它们缺一不可、相辅相成，也是企业在运用数据分析的时候，必不可少的步骤，如图1-2所示。

1．明确分析目的

不管做什么事，都需要有一个目的，这样才能思路清晰，数据分析也不例外。人们在分析数据的时候，一定要知道分析数据的目的，不能只一味地寻求数据的数量，应该透过数量看本质。

明确数据分析的目的，才不会偏离方向，使决策者做出正确的决策，远离歧途；才能确保数据分析有效进行，为数据的收集、处理、分析提供清晰的指引方向。

2．数据收集

数据收集是按照确定的数据分析目的，来收集相关数据的过程，它为数据分析提供依据。而一般数据来源于4种渠道，如图1-3所示。

（1）数据库

如今，几乎每一个企业都会有一个专属的数据库，一般存放的是企业各项业务的相关数据。数据库中的数据是相当庞大的，如果加以利用，定能为企业数据分析做出巨大的贡献。

（2）互联网

互联网属于一个开放性发布消息的地方。随着数据分析被各大企业所运用，网络上也出现了一大批的数据。提供数据的网站也非常多，如传播媒体网站、大型综合门户网站、行业组织网站等，因此可以利用搜索引擎来收集数据。

（3）市场调查

市场调查是运用科学的方法，进行有目的、系统地收集、记录、整理有关调查信息和资料，为市场预测和营销决策提供客观的数据资料。

（4）公开出版物

可以收集一些公开出版物里与企业业务相关的数据。这些出版物里面的数据是比较权威的，真实性比较强。

3．数据处理

数据指数字、符号、字母和各种文字的集合，可以用计算机收集、记录。而数据处理涉及的加工处理比一般的算术运算要广泛得多，其中的处理，是指以下7个方面工作中一个或者多个组合，最后绘制成文字和数字的表格或图表。

·据采集，采集所需的信息。

·数据分组，指定编码，按有关信息进行有效的分组。

·数据组织，整理数据或用某些方法安排数据。

·数据计算，进行各种算术和逻辑运算。

·数据存储，将原始数据或计算的结果保存起来，供以后使用。

·数据检索，按消费者的要求找出有用的信息。

·数据排序，把数据按要求依次排成序列。

4．数据分析

一般企业都会把数据分析划分为定性数据分析、验证性数据分析、探索性数据分析3种方式，如图1-4所示。

探索性数据分析，是一种对数据进行分析，从而检验“假设值”的形成方式，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。定性数据分析是指对词语、照片、观察结果之类的非数值型数据进行的分析。

5．数据展现

数据的展现在数据分析步骤中是一个重要的角色，只有将收集的数据通过处理和分析，形成有用的信息，并且用常用的柱形图、饼图、条形图、折线图等来进行展现，才能让人们一目了然地发现数据的本质以及作用，如图1-5所示。

6．报告撰写

报告撰写是数据分析的最后一步，是整个数据分析过程的总结，是给企业决策者的一种参考，为决策者提供科学、严谨的决策依据。

一份优秀的数据分析报告，需要有一个明确的主题，需要一个清晰的目录，图文并茂地阐述数据、条理清晰地展现，使决策者能一目了然地看出报告的核心内容。这样既能给阅读人以视觉上的冲击，又能很明确地阐述数据分析的核心内容。

最后，需要加上结论以及建议，这样不仅可以给决策者指出问题，还可以提供方案和想法，以便决策者在决策时作为参考。

1.1.3 数据分析的4大误区

在实际工作、学习中，数据分析人员常常会陷入4个误区，而这些误区很有可能导致数据的不完整，缺乏针对性，影响决策者做出正确的决策。下面就来讲一讲到底是哪4大误区，如图1-6所示。

1．忽略数据分析的核心，为了数据而分析

很多数据分析师在分析数据的时候，都是带着“怎样才能把这些数据用图表完美地展现出来？”“需要用多少张图”等数据展现上的问题，而这些问题并没有明确数据分析的目的、核心。

所以，数据分析师在分析数据的过程中，应该围绕企业现状、业务变动情况及原因、预测未来趋势来进行分析，这样才能扣住数据分析的核心，才能体现出数据分析的价值。

只有这样，分析出来的数据才能对决策者有参考意义，才能不浪费时间并做出有用的数据分析资料，才能对企业有实际上的改善作用。

2．忽略业务知识，数据偏离实际轨道

目前很多数据分析师都是统计学、数据处理、计算机等专业出身，他们大多缺乏管理和营销方面的工作经验，所以在进行数据分析的时候大多都是从数据分析本身出发。

但是对于决策者来说，这样的数据分析并不具有实用性。数据分析报告的内容做得再精美，因为没有切合实际业务，也得不到全面、综合性的结论。这样的数据分析只是“空白”资料，对决策没有什么实际意义。

所以，数据分析师在分析数据的时候，应该从企业业务出发，需要懂管理、懂营销、懂策略，这样才能做出一份有含金量的数据分析。

3．忽略业务问题，追求高级分析模型

有很多数据分析师，总认为高级分析模型（回归分析、因子分析等）是专业的，就一味地使用高级分析模型，以体现自己分析出来的数据具有专业性。其实这样的想法不完全对。

数据分析师只要能够用数据，简单地说明在企业业务中出现的问题、出现问题的原因以及解决方法，就能很好地诠释出数据的核心以及质量。如果数据分析做得很漂亮，但是决策者看不懂，不能一目了然地明白数据所表达的意思，那无疑是失败的数据分析。

4．为数据而找数据，迎合观点

很多数据分析师在分析数据之前，很有可能自己就有一个观点或者决策者有一个观点，然后他们就会围绕这个观点来进行数据分析。这样很有可能导致数据的不完整性，使数据具有局限性，分析出来的数据也不一定是正确的，只会误导决策，使企业蒙受一定的损失。

所以，在进行数据分析的时候，应该保持中立的状态，客观真实地去分析数据，尽量不要“为了迎合一个观点而去找数据”，减少利益牵扯，这样的数据分析才是有价值的。

1.1.4 几个常用术语

一个优秀的数据分析师，必须熟练掌握几个常用的术语，才能快速地把数据一一分析出来；如果数据分析师没能攻破这几个常用术语，就会无法进行数据分析工作。下面就来讲解6种常用术语，如图1-7所示。

1．平均数

平均数是在数据分析中最常用的分析量，即全部数据的总和÷数据个数，用于表示各观测值相对集中较多的中心位置，可以说是对数据集中趋势的反映。平均数包括算术平均数、几何平均数、调和平均数、众数和中位数，其中算术平均数在数据分析中运用得最广泛。

算术平均数是指，各观测值的总和除以观测值个数所得的商，简称平均数或均数。在数据分析上的优点就是可以代表总体一般的水平，掩盖了总体内各单位的差异，缺点是它更容易受到极端数影响。

例如某个学期某个班上学生的英语考试成绩，通过计算平均数，来获取整个班的英语成绩情况，用同学自己的成绩与平均成绩来比较，得出哪些同学需要加油，哪些同学需要保持，如图1-8所示。

2．百分比与百分点

百分比表示一个数是另一个数的百分之几，也称百分率或百分数。百分比通常采用百分号（%）来表示，百分比的分母都是100，如图1-9所示。

百分点是指不同时期以百分数的形式表示的相对指标的变动幅度（提高、降低、变动），也就是都以1%作为度量单位，如12%就可以表示为12个百分点。

例如，某农业公司在开会的时候提到了水稻产量的波动幅度，在发言时就很容易混淆百分比与百分点，如图1-10所示。

3．比例与比率

比率是指在总体中，各部分的数值占整体数值的比重，通常反映总体的构成和结构。假如一个整体有20个人，其中12个成年人，8个儿童，那么成年人在总体中所占比率是12:20，儿童在总体中所占比率是8:20。

比例是指不同类别数值的对比，它反映的不是部分与整体之间的关系，而是一个整体中各部分之间的关系。比如一个整体有20个人，其中12个成年人，8个儿童，那么成年人与儿童之间的比率为12:8，如图1-11所示。

4．倍数与番数

倍数是一个数÷另一个数所得的商，如9÷3=3，就是说9是3的3倍，而番数是指原来数量的2的N次方倍（2n），如翻一番为原来数量的2倍（2的1次方=21），翻两番为4倍（2的2次方=22）。

例如，某公司在开会的时候提到了月销量，在发言时就很容易混淆倍数与番数，如图1-12所示。

5．绝对数与相对数

绝对数可以反映以下2种客观现象。

·在一定时间、地点条件下数量增减变化的绝对数，比如A企业产品销量比B企业产品销量少了2000件。

·在一定时间、地点条件下的总规模综合性指标，如总人口数、某地区总人群特点等。

相对数是用于反映客观现象之间数量，相互间联系程度的综合指标，其计算公式如图1-13所示。

6．频数与频率

频数是指一组不同类别数据重复出现的次数。如某仓库共20件产品，按产品类别进行分组，分为电视机和风扇两个组别，电视机的频数为15，风扇的频数为5，如图1-14所示。

频率是每组类别次数与总次数的比值，它代表某类别在总体中出现的频繁程度，一般采用百分数表示，所有组的频率加总等于100%。如以以上仓库产品为例，15台电视机在20件产品中出现的频率为75%，即（15÷20）×100%；而5台风扇在20件产品中出现的频率为25%，即（5÷20）×100%，如图1-15所示。