數(shù)據(jù)分析過(guò)程：
1、以事實(shí)為基礎(chǔ)提出假設(shè)，界定問(wèn)題
2、將問(wèn)題細(xì)分，形成互不重疊的子問(wèn)題
3、進(jìn)行數(shù)據(jù)收集與分析，證實(shí)或者證偽假設(shè)的問(wèn)題
4、提出方案，推進(jìn)問(wèn)題的解決
5、執(zhí)行方案，驗(yàn)證數(shù)據(jù)分析。
數(shù)據(jù)的分類(lèi)：
統(tǒng)計(jì)學(xué)上把數(shù)據(jù)分為三類(lèi)，分類(lèi)數(shù)據(jù)，順序數(shù)據(jù)，數(shù)值數(shù)據(jù)
分類(lèi)型數(shù)據(jù)：主要是對(duì)事物的類(lèi)別進(jìn)行描述，比如電商網(wǎng)站中的品類(lèi)，社交系統(tǒng)中用戶的等級(jí)
順序型數(shù)據(jù)：顧名思義，就是按照順序排列的數(shù)據(jù)，這種數(shù)據(jù)也是文字的，如時(shí)間順序，空間順序，優(yōu)先等級(jí)
數(shù)值型數(shù)據(jù)：最常見(jiàn)的數(shù)據(jù)類(lèi)型，用數(shù)字或文字描述事物，是 數(shù)據(jù)分析的主要來(lái)源
數(shù)據(jù)分析的目的：
數(shù)據(jù)分析的目的就是把隱藏在一大批看似雜亂無(wú)章的數(shù)據(jù)背后的信息集中和提煉出來(lái)，總結(jié)出所研究對(duì)象的內(nèi)在規(guī)律。
數(shù)據(jù)分析的種類(lèi)有三種：
1，描述性數(shù)據(jù)分析：常用對(duì)比分析法，平均分析法，交叉分析法。
平均分析法大致有三種類(lèi)型：
算數(shù)平均數(shù)：算數(shù)平均法和加權(quán)算術(shù)平均法簡(jiǎn)單方便，容易受異常值影響。
幾何平均數(shù)：主要用于 對(duì)比率，指數(shù)進(jìn)行平均，用來(lái)計(jì)算平均發(fā)展速度，用來(lái)計(jì)算復(fù)利下的平均年利率，在變量可能為負(fù)數(shù)和零的時(shí)候，不能使用，當(dāng)數(shù)據(jù)呈倍數(shù)關(guān)系或者不對(duì)稱(chēng)分布時(shí)適用性強(qiáng)。
調(diào)和平均數(shù)：也叫倒數(shù)平均數(shù)，主要是用來(lái)解決無(wú)法掌握總體單位數(shù)的情況下，只有每組的變量值和相應(yīng)的標(biāo)志總量，而需要得到平均數(shù)的問(wèn)題，通常在遇到需要計(jì)算平均速度，平均利潤(rùn)，平均成本指標(biāo)時(shí)使用，尤其是觀測(cè)值是階段性變異的資料。
2，探索性數(shù)據(jù)分析：相關(guān)分析法，因子分析法，回歸分析法
3，驗(yàn)證性數(shù)據(jù)分析：同上
數(shù)據(jù)分析的作用：
主要三作用：現(xiàn)狀分析，原因分析，預(yù)測(cè)分析
數(shù)據(jù)分析操作過(guò)程：
1.明確目標(biāo)：搜集和明確數(shù)據(jù)分析上下游需求，資源，能力和表達(dá)形式，時(shí)間節(jié)點(diǎn)等。
2.數(shù)據(jù)獲?。?/b>從數(shù)據(jù)庫(kù)，公開(kāi)出版物，互聯(lián)網(wǎng)，市場(chǎng)調(diào)查等方面搜集數(shù)據(jù)。
3.數(shù)據(jù)清洗：數(shù)據(jù)清洗，數(shù)據(jù)轉(zhuǎn)化，數(shù)據(jù)提取，數(shù)據(jù)計(jì)算，具體包括數(shù)據(jù)整理入庫(kù)，去除無(wú)效? 數(shù)據(jù)，填充缺失信息，選擇變量
? ? 第一階段：預(yù)處理，數(shù)據(jù)導(dǎo)入，元數(shù)據(jù)分析，觀察數(shù)據(jù)，一般來(lái)說(shuō)100萬(wàn)條以下用excel，單機(jī)大量? 100萬(wàn)條以上MYSQL+Navicat，單機(jī)海量1000萬(wàn)條以上，文本文件+python
? ? 第二階段：去除補(bǔ)齊有缺失的數(shù)據(jù)
? ? 第三階段：去除修改格式和內(nèi)容錯(cuò)誤的數(shù)據(jù)
? ? 第四階段：去除不需要的數(shù)據(jù)
? ? 第五階段：去除不需要的數(shù)據(jù)
? ? 第六階段：關(guān)聯(lián)性驗(yàn)證
4.數(shù)據(jù)整理：數(shù)據(jù)離散化，數(shù)據(jù)標(biāo)準(zhǔn)化，對(duì)數(shù)據(jù)進(jìn)行重新編碼，對(duì)數(shù)據(jù)表進(jìn)行統(tǒng)計(jì)計(jì)算，生成各級(jí)指標(biāo)，主要的目的是將清洗后的數(shù)據(jù)進(jìn)行統(tǒng)一格式，集中存儲(chǔ)。
5.數(shù)據(jù)分析：數(shù)據(jù)分析是將處理后的數(shù)據(jù)進(jìn)行建模分析，描述分析，模型測(cè)試，價(jià)值提取，高層次的分析方法也叫數(shù)據(jù)挖掘，數(shù)據(jù)挖掘側(cè)重解決四類(lèi)問(wèn)題，分類(lèi)，聚類(lèi)，關(guān)聯(lián)，預(yù)測(cè)
6.數(shù)據(jù)展現(xiàn)：餅圖，柱狀圖，條形圖，折線圖，雷達(dá)圖等等
7.報(bào)告撰寫(xiě)：將模型加載，對(duì)數(shù)據(jù)分析過(guò)程總結(jié)和呈現(xiàn)
數(shù)據(jù)分析報(bào)告邏輯
核心三要素是：邏輯框架、數(shù)據(jù)證明、洞察結(jié)論；
邏輯框架：結(jié)論先行，數(shù)據(jù)跟上，邏輯完善，備注其他；一般以總分總模式為主；
數(shù)據(jù)分析方法論：
事實(shí)上是使用常見(jiàn)的企業(yè)分析方法論，設(shè)計(jì)數(shù)據(jù)分析的維度和范圍，常用的方法包括
1、思考模型
5W+2H：為什么，什么目的，誰(shuí)，那個(gè)領(lǐng)域，什么時(shí)候，怎么做
金字塔模型
魚(yú)骨圖模型
事實(shí)--解釋--行為
水平思考，事實(shí)，感情，批判，樂(lè)觀，創(chuàng)造，宏觀
2、戰(zhàn)略分析工具
戰(zhàn)略-3C 公司，對(duì)手，顧客
戰(zhàn)略規(guī)劃，橫軸表示競(jìng)爭(zhēng)要素，縱軸表示競(jìng)爭(zhēng)水平
對(duì)業(yè)務(wù)進(jìn)行優(yōu)先排序，縱軸表示公司優(yōu)勢(shì)，橫軸表示市場(chǎng)價(jià)值
SWOT矩陣，優(yōu)勢(shì)，弱點(diǎn)，機(jī)會(huì)，危機(jī)
影響要素，五個(gè)力分析，供應(yīng)鏈的變化，需求鏈變化，技術(shù)沖擊，新進(jìn)入者，有無(wú)替代者
組織7S，保持戰(zhàn)略，共同價(jià)值，結(jié)構(gòu)，體制，員工，技能，組織文化
3.市場(chǎng)營(yíng)銷(xiāo)分析模型
市場(chǎng)4P,產(chǎn)品，價(jià)格，渠道，廣告
銷(xiāo)售漏斗模型
根據(jù)收入分類(lèi)的家庭數(shù)量的相對(duì)度分布，
人口分布曲線，
意愿能力矩陣
用戶發(fā)布，技術(shù)革新者，有號(hào)召力的人，早期用戶，后期跟風(fēng)，滯后采用的
服務(wù)營(yíng)銷(xiāo)三角形，服務(wù)營(yíng)銷(xiāo)的滲透的過(guò)程中，最初關(guān)注功能，然后轉(zhuǎn)移到渠道，最后由品牌影響力
PPM分析，縱軸表示成長(zhǎng)率，市場(chǎng)占有率，分為，兒童業(yè)務(wù)，明星業(yè)務(wù)，瘦狗業(yè)務(wù)，現(xiàn)金牛
VRIO分析，價(jià)值，稀缺性，跟進(jìn)難度，組織能力
4.常見(jiàn)管理模型
六西格瑪
PDCA循環(huán)，計(jì)劃，實(shí)施，改善，驗(yàn)證，
價(jià)值鏈，橫軸表示研究，開(kāi)發(fā)，采購(gòu)，生產(chǎn)，流通，銷(xiāo)售，售后，縱軸表示競(jìng)爭(zhēng)對(duì)手
緊迫性和重要性的矩陣，重要性和緊迫性
5.數(shù)據(jù)挖掘模型
聚類(lèi)：kmeans、系統(tǒng)層次聚類(lèi)
分類(lèi)：相似度計(jì)算、決策樹(shù)
回歸：邏輯回歸，線性回歸
降維：主成分分析、因子分析，對(duì)應(yīng)分析/mds
文本挖掘：Word2vec、DOC2ver/LDA、文本相似度計(jì)算
時(shí)間序列等等
