一、數(shù)據(jù)分析的定義：
數(shù)據(jù)分析的目就是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息集中和提煉出來，總結(jié)出所研究對象的內(nèi)在規(guī)律。
二、數(shù)據(jù)分析過程：
第一步、以事實(shí)為基礎(chǔ)提出假設(shè)，界定問題
第二步、將問題細(xì)分，形成互不重疊的子問題
第三步、進(jìn)行數(shù)據(jù)收集與分析，證實(shí)或者證偽假設(shè)的問題
第四步、提出方案，推進(jìn)問題的解決
第五步、執(zhí)行方案，驗(yàn)證數(shù)據(jù)分析。
三、數(shù)據(jù)的種類：
統(tǒng)計學(xué)上把數(shù)據(jù)分為三類，分類數(shù)據(jù)，順序數(shù)據(jù)，數(shù)值數(shù)據(jù)
分類型數(shù)據(jù)：主要是對事物的類別進(jìn)行描述，比如電商網(wǎng)站中的品類，社交系統(tǒng)中用戶的等級
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，如時間順序，空間順序，優(yōu)先等級
數(shù)值型數(shù)據(jù)：最常見的數(shù)據(jù)類型，用數(shù)字或文字描述事物，是 數(shù)據(jù)分析的主要來源
四、數(shù)據(jù)分析的種類有三種：
1，描述性數(shù)據(jù)分析：常用對比分析法，平均分析法，交叉分析法。
算數(shù)平均數(shù)：算數(shù)平均法和加權(quán)算術(shù)平均法簡單方便，容易受異常值影響。
幾何平均數(shù)：主要用于 對比率，指數(shù)進(jìn)行平均，用來計算平均發(fā)展速度，用來計算復(fù)利下的平均年利率，在變量可能為負(fù)數(shù)和零的時候，不能使用，當(dāng)數(shù)據(jù)呈倍數(shù)關(guān)系或者不對稱分布時適用性強(qiáng)。
調(diào)和平均數(shù)：也叫倒數(shù)平均數(shù)，主要是用來解決無法掌握總體單位數(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)的問題，通常在遇到需要計算平均速度，平均利潤，平均成本指標(biāo)時使用，尤其是觀測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
五、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)測分析
六、數(shù)據(jù)分析操作過程：
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，時間節(jié)點(diǎn)等。
2.數(shù)據(jù)獲取：從數(shù)據(jù)庫，公開出版物，互聯(lián)網(wǎng)，市場調(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)計算，具體包括數(shù)據(jù)整理入庫，去除無效? 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)，一般來說100萬條以下用excel，單機(jī)大量? 100萬條以上MYSQL+Navicat，單機(jī)海量1000萬條以上，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，對數(shù)據(jù)進(jìn)行重新編碼，對數(shù)據(jù)表進(jìn)行統(tǒng)計計算，生成各級指標(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。
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，模型測試，價值提取，高層次的分析方法也叫數(shù)據(jù)挖掘，數(shù)據(jù)挖掘側(cè)重解決四類問題，分類，聚類，關(guān)聯(lián)，預(yù)測
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.報告撰寫：將模型加載，對數(shù)據(jù)分析過程總結(jié)和呈現(xiàn)‘
七、數(shù)據(jù)分析報告邏輯
結(jié)論先行，數(shù)據(jù)跟上，邏輯自恰，描述觀點(diǎn)，一般以總分總模式為主；
八、數(shù)據(jù)分析模型：
事實(shí)上是使用常見的企業(yè)分析方法論，設(shè)計數(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，那個領(lǐng)域，什么時候，怎么做
金字塔模型
魚骨圖模型
事實(shí)--解釋--行為
水平思考，事實(shí)，感情，批判，樂觀，創(chuàng)造，宏觀
2、戰(zhàn)略分析工具
戰(zhàn)略-3C 公司，對手，顧客
戰(zhàn)略規(guī)劃，橫軸表示競爭要素，縱軸表示競爭水平
對業(yè)務(wù)進(jìn)行優(yōu)先排序，縱軸表示公司優(yōu)勢，橫軸表示市場價值
SWOT矩陣，優(yōu)勢，弱點(diǎn)，機(jī)會，危機(jī)
影響要素，五個力分析，供應(yīng)鏈的變化，需求鏈變化，技術(shù)沖擊，新進(jìn)入者，有無替代者
組織7S，保持戰(zhàn)略，共同價值，結(jié)構(gòu)，體制，員工，技能，組織文化
3.市場營銷分析模型
市場4P,產(chǎn)品，價格，渠道，廣告
銷售漏斗模型
根據(jù)收入分類的家庭數(shù)量的相對度分布，
人口分布曲線，
意愿能力矩陣
用戶發(fā)布，技術(shù)革新者，有號召力的人，早期用戶，后期跟風(fēng)，滯后采用的
服務(wù)營銷三角形，服務(wù)營銷的滲透的過程中，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，縱軸表示成長率，市場占有率，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，價值，稀缺性，跟進(jìn)難度，組織能力
4.常見管理模型
六西格瑪
PDCA循環(huán)，計劃，實(shí)施，改善，驗(yàn)證，
價值鏈，橫軸表示研究，開發(fā)，采購，生產(chǎn)，流通，銷售，售后，縱軸表示競爭對手
緊迫性和重要性的矩陣，重要性和緊迫性
九、數(shù)據(jù)挖掘模型
聚類：kmeans、系統(tǒng)層次聚類
分類：相似度計算、決策樹
回歸：邏輯回歸，線性回歸
降維：主成分分析、因子分析，對應(yīng)分析/mds
文本挖掘：Word2vec、DOC2ver/LDA、文本相似度計算
時間序列等等
