导图社区 业务数据分析的工作流程
学习了基本的数据分析方法,也掌握了一定的数据思维,为什么还是没有办法快速理解和分析业务数据呢? 公司甚至行业里的商业问题,复杂度会更高,要求你具备: 第一,相关行业的业务经验和常识,也就是业务知识 第二,操作高阶数据分析工具的能力和方法 第三,应用数据思维分析业务的工作方法和思路 这就需要像数据分析师一样工作,那数据分析师的工作流程是什么呢?
编辑于2022-05-18 17:55:57公元1100年,中国历史上那位以亡国之君身份而广为人知的宋徽宗,正式登上了历史舞台。在继位之前,宋徽宗赵佶既非嫡子亦非长子,生母地位卑微且早早离世,缺乏强大的母族支持。按常理,这样的皇子在皇位继承的激烈角逐中,往往只能充当陪跑的角色。然而,命运弄人,这一年,他却意外地成为了最后的赢家。正月十一深夜,年仅25岁的宋哲宗突然驾崩,未留下子嗣、遗诏,甚至没有一句口信,大宋王朝陷入了前所未有的权力真空。这突如其来的变故,让朝廷上下措手不及,意见纷纭,难以统一。在这关键时刻,向太后站了出来,力挺端王赵佶继位。然而,这一提议却遭到了宰相章惇的坚决反对。章惇甚至直言不讳:“端王轻佻,不可以君天下。”这番话,在后人看来,无疑是对宋徽宗性格和治国能力的精准预言。但章惇的反对并未能阻挡宋徽宗继位的步伐。或许是因为向太后的坚定支持,或许是因为朝廷内部其他势力的权衡利弊,最终,赵佶还是坐上了那把至高无上的龙椅。然而,历史总是充满了讽刺。章惇虽然看透了赵佶的性格缺陷,却未能阻止他成为大宋的皇帝。而宋徽宗,这位曾经在继承之战中默默无闻的陪跑者,最终却以亡国之君的身份,永远地载入了史册。
在历史研究的广阔领域中,对特定历史事件背后深层原因的剖析一直是吸引众多历史爱好者和学者的关键。这张关于“公元1099年:西夏为什么不怕经济制裁?”的思维导图模板,为人们深入探究这一有趣的历史问题提供了清晰且系统的知识体系。你以为手握经济命脉,就能让对方跪地求饶?大宋在这件事上,天真了半个多世纪。公元1099年,西夏的小梁太后去世,宋夏正式签下新约,西夏终于被打服了!但是很少有人知道,在这场胜利之前,大宋曾陷入一个诡异的死循环:明明占尽经济优势,西夏的粮食、茶叶、布匹等物资几乎全靠宋朝供给。司马光甚至说过这么一句话:西夏就像个婴儿,宋朝一断奶,立马就活不下去。然而每一次宋朝祭出贸易制裁的大棒,不仅没有让西夏服软,反而换来更加猛烈的攻击。打仗耗不起,占地守不住,经济制裁还适得其反。大宋就这样被西夏生生折磨了半个多世纪。问题到底出在哪儿?为什么堵死一条危险的路,反而逼着对方走上另一条更危险的路?看上去最省力的办法,为什么反而把局面越推越险?对于历史爱好者来说,此模板能够帮助他们更深入地理解宋夏之间的经济与政治博弈,拓宽历史视野;历史学者可以借助该模板的结构和思路,进一步开展相关研究。
在历史文化的浩瀚海洋中,传国玉玺一直笼罩着神秘的光辉,而公元1098年关于假玉玺为何似有真魔力的探讨更是引人入胜。这张关于《公元1098年:假玉玺怎么有真魔力?》的思维导图模板,源自《文明之旅》第99期,由主讲人罗振宇呈现,为历史爱好者、文化研究者以及广大学生群体打开了一扇深入探索历史奥秘的窗口。系统梳理了传国玉玺的历史流变、政治功能与“共同知识”理论。内容涵盖传国玉玺从秦汉到明清的流传简史、1098年北宋哲宗时期咸阳百姓段义献玺事件、鉴定过程与朝堂争议,以及“假玉玺为何能产生真魔力”的深层政治逻辑。图中引入“共同知识”“预期协调”“信物效应”等概念,结合宋真宗“天书封禅”、辽朝科举命题、元朝皇位继承等历史案例,阐释政治象征物如何凝聚共识、构建合法性。适用于历史爱好者、政治学研究者、文化传播从业者、教育工作者及内容创作者,帮助理解中国古代政治运作中的符号力量与共识机制。对于历史爱好者而言,这张思维导图满足了他们对历史细节的探寻欲望,那些鲜为人知的发现过程、朝堂上的决策博弈都一一呈现。借助EdrawMind绘制的这张思维导图,将历史事件和人物关系以直观的图形展示出来,让读者能够轻松理解。
社区模板帮助中心,点此进入>>
公元1100年,中国历史上那位以亡国之君身份而广为人知的宋徽宗,正式登上了历史舞台。在继位之前,宋徽宗赵佶既非嫡子亦非长子,生母地位卑微且早早离世,缺乏强大的母族支持。按常理,这样的皇子在皇位继承的激烈角逐中,往往只能充当陪跑的角色。然而,命运弄人,这一年,他却意外地成为了最后的赢家。正月十一深夜,年仅25岁的宋哲宗突然驾崩,未留下子嗣、遗诏,甚至没有一句口信,大宋王朝陷入了前所未有的权力真空。这突如其来的变故,让朝廷上下措手不及,意见纷纭,难以统一。在这关键时刻,向太后站了出来,力挺端王赵佶继位。然而,这一提议却遭到了宰相章惇的坚决反对。章惇甚至直言不讳:“端王轻佻,不可以君天下。”这番话,在后人看来,无疑是对宋徽宗性格和治国能力的精准预言。但章惇的反对并未能阻挡宋徽宗继位的步伐。或许是因为向太后的坚定支持,或许是因为朝廷内部其他势力的权衡利弊,最终,赵佶还是坐上了那把至高无上的龙椅。然而,历史总是充满了讽刺。章惇虽然看透了赵佶的性格缺陷,却未能阻止他成为大宋的皇帝。而宋徽宗,这位曾经在继承之战中默默无闻的陪跑者,最终却以亡国之君的身份,永远地载入了史册。
在历史研究的广阔领域中,对特定历史事件背后深层原因的剖析一直是吸引众多历史爱好者和学者的关键。这张关于“公元1099年:西夏为什么不怕经济制裁?”的思维导图模板,为人们深入探究这一有趣的历史问题提供了清晰且系统的知识体系。你以为手握经济命脉,就能让对方跪地求饶?大宋在这件事上,天真了半个多世纪。公元1099年,西夏的小梁太后去世,宋夏正式签下新约,西夏终于被打服了!但是很少有人知道,在这场胜利之前,大宋曾陷入一个诡异的死循环:明明占尽经济优势,西夏的粮食、茶叶、布匹等物资几乎全靠宋朝供给。司马光甚至说过这么一句话:西夏就像个婴儿,宋朝一断奶,立马就活不下去。然而每一次宋朝祭出贸易制裁的大棒,不仅没有让西夏服软,反而换来更加猛烈的攻击。打仗耗不起,占地守不住,经济制裁还适得其反。大宋就这样被西夏生生折磨了半个多世纪。问题到底出在哪儿?为什么堵死一条危险的路,反而逼着对方走上另一条更危险的路?看上去最省力的办法,为什么反而把局面越推越险?对于历史爱好者来说,此模板能够帮助他们更深入地理解宋夏之间的经济与政治博弈,拓宽历史视野;历史学者可以借助该模板的结构和思路,进一步开展相关研究。
在历史文化的浩瀚海洋中,传国玉玺一直笼罩着神秘的光辉,而公元1098年关于假玉玺为何似有真魔力的探讨更是引人入胜。这张关于《公元1098年:假玉玺怎么有真魔力?》的思维导图模板,源自《文明之旅》第99期,由主讲人罗振宇呈现,为历史爱好者、文化研究者以及广大学生群体打开了一扇深入探索历史奥秘的窗口。系统梳理了传国玉玺的历史流变、政治功能与“共同知识”理论。内容涵盖传国玉玺从秦汉到明清的流传简史、1098年北宋哲宗时期咸阳百姓段义献玺事件、鉴定过程与朝堂争议,以及“假玉玺为何能产生真魔力”的深层政治逻辑。图中引入“共同知识”“预期协调”“信物效应”等概念,结合宋真宗“天书封禅”、辽朝科举命题、元朝皇位继承等历史案例,阐释政治象征物如何凝聚共识、构建合法性。适用于历史爱好者、政治学研究者、文化传播从业者、教育工作者及内容创作者,帮助理解中国古代政治运作中的符号力量与共识机制。对于历史爱好者而言,这张思维导图满足了他们对历史细节的探寻欲望,那些鲜为人知的发现过程、朝堂上的决策博弈都一一呈现。借助EdrawMind绘制的这张思维导图,将历史事件和人物关系以直观的图形展示出来,让读者能够轻松理解。
业务数据分析的工作流程
来源:圈外数据学院L2高手之路
为什么没有办法快速理解和分析业务数据?
用数据分析解决公司甚至行业里的商业问题,要求你具备:
一、相关行业的业务经验和常识,也就是业务知识
二、操作高阶数据分析工具的能力和方法
三、应用数据思维分析业务的工作方法和思路
数据分析的基本工作流程
第一步:要明确分析的目的,也就是做业务的界定。
在数据分析的专业领域中,数据分析任务往往来自于业务的需求方,数据分析结果有多大价值,是否能够落地支持业务,很大程度上也由需求方决定。
明确了数据分析的目的,就可以进一步拆解影响分析结果的关键指标。
这里需要去了解一些相关领域的经验和常识了,这些知识往往也来自你的业务需求方。
在商业分析领域,判断一家公司的经营情况,往往会从营业收入出发,围绕营收和利润,挖掘核心的业务数据。
三个核心指标
1、营业收入=品类A的销量*品类A的单价+品类B的销量*品类B的单价
2、毛利率=(营业收-营业成本)/营业收入*100%
3、库存周转率=营业成本/平均库存余额
第二步:进行数据收集
过去10个财年的营业收入和品类分布
过去10个财年的毛利率
过去10个财年的营业成本
过去5年核心品类的产量、销量和库存量
一些信息未必是现成的,需要我们做额外的收集和整理。如帮助我们判断企业盈利能力的指标,通常还有市盈率和现金储备情况。
第三步:对收集到的数据进行处理
库存周转率需要经过计算
外部数据还需要进行数据合并
可视化分析结果
第四步:看公司业务的发展潜力
结合行业经验和商业知识,用数据分析支持和验证业务决策。
通过数据判断营业收入增长是由哪个或是哪些因素推动的。比如收入增长是因为销量增长,还是提高了产品价格?还是两者都有。
还可以持续追踪和分析行业的业务数据,不断优化和调整业务决策,持续获得更大的投资收益。
在实际工作中,有些步骤可能会更加复杂
核心数据缺失或者错误
根据行业不同,企业商业模式的不同,价和量都还能进一步地拆出其他细分维度,分析也会更加多维。
四个步骤中,哪个最重要呢?
业务界定
一个宝藏问题能价值百万
在不同的业务目标下,我们需要关注的数据指标,先用的数据分析方法和工具,也是不同的。
问题的三个层级
初级数据分析师,关注的是业务数据的追踪和展示
中级数据分析师,会和业务紧密合作,深入挖掘数据变化背后的原因。
高阶的数据分析师,不但积累了大量的行业经验和常识,还能够通过数据建模预估业务发展情况,给公司未来的业务决策提供数据支持。
这三种层级的问题界定,需要的数据质量、数量、分析难度、分析方法和工具,都有所不同。这就是为什么数据分析第一步要从业务界定开始,并以此为基础,设计完整的数据分析流程和思路,让数据分析结果最大程度支持业务提升。