什么是數(shù)據(jù)分析？

先來看一個段子：有次聚會當大家談到手機充電時，一個哥們說自己買了很多條iPhone數(shù)據(jù)線，家里每個房間插一條，這樣自己可以很方便地隨時充電……….。在場的MM們大多都沒有特別在意他這種充電心得，只是笑笑就過去了。只有一位細心的MM悄悄問他一共買了多少條，他說42條?，F(xiàn)在這位MM和這哥們在北京一套總共有42個房間的豪宅里愉快地生活，正準備下個月結婚。

【這就是數(shù)據(jù)分析】

數(shù)據(jù)分析主要實現(xiàn)方法是統(tǒng)計分析方面的知識 ，常用匯總、對比、分組、交叉等方式，得到的值包括匯總值、差值、平均值等的。

供水企業(yè)在生產(chǎn)、經(jīng)營、管理和服務過程中，會產(chǎn)生很多數(shù)據(jù)，所以數(shù)據(jù)分析的對象和應用是相對廣泛的。

例1：天氣數(shù)據(jù)的統(tǒng)計和分析

天氣數(shù)據(jù)有什么用？供水同行都知道，天氣因素將直接影響供（用）水量需求，在每年用水高峰期這種關聯(lián)關系更為明顯，在高溫天氣臨界區(qū)，平均氣溫每上升1度，炎熱就會讓用水量大幅增長。

對天氣情況分析常見的是氣溫變化和晴雨天數(shù)兩種。由于供水企業(yè)不是專業(yè)的氣象部門，所以通常對過去的數(shù)據(jù)進行比較分析為主，對未來短期預測分析為輔（數(shù)據(jù)來源也只是靠天氣預報）。

當某一時段供（用）水量變化異常時，就要考慮天氣情況是否也是異常的，需要對此進行兩者之間的關聯(lián)性，例如將日供水量、日平氣溫數(shù)據(jù)制成曲線，看看兩者的趨勢是否基本一致。

對于晴雨天數(shù)，常見用法的是將某一階段數(shù)據(jù)與歷史同期進行對比，對比的結果差異越大，說明因果關系越強。除此之外，利用晴雨天數(shù)也可以對未來作一些預測，因為某個地區(qū)一年的晴雨天數(shù)大致是接近的，如果晴天或雨天在前期多了，那是不是意味著后期就會減少呢？

最后一點我們必須要考慮，除了天氣因素還有很多因素會影響供（用）水量變化，例如經(jīng)濟景氣程度、供水區(qū)域變化、用戶數(shù)量增減等等，但天氣因素的特點是對供水量的影響幾乎是全面性的，氣溫上升或晴天增多將會讓各行各業(yè)的用水量都增加，反之氣溫下降或雨天增多，幾乎所有用水需求都會下降。而經(jīng)濟景氣程度也不至于會造成全面影響，其主要影響工業(yè)、商業(yè)、特種用水以及外來人口集中區(qū)的居民用水等，對于大部分剛需用水的影響不大，例如常住的居民用水、行政、綠化、學校的用水等等。所以說要對某一時段供（用）水量做分析和預判，為什么首先要對天氣數(shù)據(jù)進行分析，因為這個比其他因素的影響要全面得多。

例2用戶用水量進行排序

例如，每個月抄完水表等售水數(shù)據(jù)出來后，你按水表口徑分類，將所有居民用水的水量用降序進行排序，你會得到一份不同口徑居民用戶用水量的排名，然后再重點關注排在前面那些用水量超多的用戶，例如某個居民用戶僅僅是DN15水表，某個月卻抄回來1000多噸水，你會想到什么？

A、一個月用這么多，不會是水表故障吧？

B、是不是抄表員抄錯表才搞回來1000多噸？

C、是不是抄表員以前沒真正抄過水表，這次一下子把以前欠抄的都抄了回來？

D、是不是用戶檔案搞錯了，實際根本不是DN15水表，而是個DN50大戶吧？

E、是不是用戶家里沒有人住又漏水了，一天24小時不停的漏才有這么大的量??？

F、是不是用戶把水管拉到了其他地方用，搞起了轉供、轉售水行當？

G、是不是用戶家里搞什么小作坊，例如食品加工之類的，才能耗掉這些水？

同樣的如果做一個反向排序，讓用水量少的排在前面，再剔除零用水量的用戶（或者順便做一個無用水的占比分析，看看是否合理），那么關注點就落在了這些用水極少的用戶身上，尤其是那些水表口徑大但用水量又特別少的，是不是又會讓你有很多想法，包括水表是不是有故障、用戶有沒有盜水，抄表員沒有抄錯表吧、甚至內(nèi)部人員會不會徇私舞弊等等。

排序篩選是常用的數(shù)據(jù)分析方法，除了用水量，還可以針對更多，例如把欠費的清單排一下，看看誰欠的費用多，次數(shù)多；把水表使用年限進行排序，看看歷史最悠久的在用水表是哪一個？

營銷需要采用數(shù)據(jù)分析方式來找異常情況，而一旦面對這些異常數(shù)據(jù)，通常都會產(chǎn)生很多想法，然后順著這些可能發(fā)生的情況再去一一求證，肯定會找到數(shù)據(jù)背后的真相，如果又能長期堅持這種做法，相信一定能取得令人滿意的管理成效。

數(shù)據(jù)分析的價值可能就在于此。