《谁说菜鸟不会数据分析》读书笔记

《谁说菜鸟不会数据分析》读书笔记，整理了 数据分析那些事儿、数据分析技能提升十大建议的内容，大家可以学起来哦。

谁说菜鸟不会数据分析

• 第1章 数据分析那些事儿
  • 何谓数据分析
    • 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用的信息和形成结论而对数据加以详细研究和概括总结的过程。这里的数据也称观测值，是通过实验、测量、观察、调查等方式获取的结果，常常以数量的形式展现出来。
    • 数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。在实际工作中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。
    • 在统计学领域，有些学者将数据分析划分为
      • 描述性数据分析
        • 属于初级数据分析，常见的分析方法有
          • 对比分析法
          • 交叉分析法
        • 日常学习工作常用
      • 探索性数据分析
        • 侧重于在数据之中发现新的特征
      • 验证性数据分析
        • 侧重于验证已有假设的真伪证明
      • 属于高级数据分析，常见分析方法有
        • 相关分析
        • 因子分析
        • 回归分析
  • 数据分析的作用
    • 数据分析在企业的日常分析中主要有三大作用
      • 现状分析
        • 企业现阶段的整体运营情况
          • 通过个个经营指标的完成情况来衡量企业的运营状态
        • 企业各项业务的构成
          • 了解企业各项业务的发展及变动情况，对企业状况有更深入的了解
        • 一般通过日常通报来完成，如日报、周报、月报等形式
      • 原因分析
        • 通过现状分析开展原因分析，以进一步确定业务变动的具体原因
          • 一般通过专题分析来完成，根据企业运营情况选择针对某一现状进行原因分析
      • 预测分析
        • 了解企业运营现状后，有时还需对企业未来发展趋势作出预测，为制订企业运营目标及策略提供有效的参考与决策依据，以保证企业的可持续健康发展
          • 一般通过专题分析来完成，通常在制订企业季度、年度等计划时进行，其开展的频率没有现状分析及原因分析高
  • 数据分析六步曲
    • 明确分析目的和思路
      • 明确数据分析目的以及确定分析思路，是确保数据分析过程有效进行的先决条件，它可以为数据的收集、处理及分析提供清晰地指引方向
        • 明确分析目的
          • 在开展数据分析之前，要想想：为什么要开展数据分析？通过这次数据分析我要解决什么问题？只有明确数据分析的目标，数据分析才不会偏离方向，否则得出的数据分析结果不仅没有指导意义，甚至可能将决策者引入歧途，后果严重
        • 确定分析思路
          • 当分析目的明确后，就要梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从那几个角度进行分析，采用哪些分析指标。只有明确了分析目的，分析框架才能跟着确定下来，最后还要确保分析框架的体系化，使分析结果具有说服力。
            • 分析框架体系化
              • 以营销、管理风理论为指导，结合实际业务情况、搭建分析框架，这样才能确保数据分析维度的完整性，分析结果的有效性及正确性。
                • 营销方面的理论模型
                  • 4P
                  • 用户使用行为
                  • STP理论
                  • SWOT
                • 管理方面的理论模型
                  • PEST
                  • 5W2H
                  • 时间管理
                  • 生命周期
                  • 逻辑树
                  • 金字塔
                  • SMART原则
    • 数据收集
      • 按照确定的数据分析框架，收集箱相关数据的过程，它为数据分析提供了素材和依据。这里所说的数据包括第一手数据与第二手数据，第一手数据主要指可直接获取的数据，第二手数据主要指经过加工整理后得到的数据。一般数据来源主要有有几种方式
        • 数据库
        • 公开出版物
        • 互联网
        • 市场调查
    • 数据处理（数据分析的前提）
      • 指对收集到的数据进行加工整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段。
      • 基本目的是从大量的、杂乱无章的、难以理解的数据中，抽取并推导出对解决问题有价值、有意义的数据
      • 处理方法
        • 数据清洗
          • 一般拿到手的数据都需要进行一定的处理才能用于后续的数据分析工作，即使再“干净”的原始数据也需要先进行一定的处理才能使用
        • 数据转化
        • 数据提取
        • 数据计算
    • 数据分析
      • 是指用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程
    • 数据展现
      • 一般情况下，数据是通过表格和图形的方式来呈现的，常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，还可以对这些图表进一步整理加工，使之变为其他图形，例如金字塔图、矩阵图、漏斗图、帕托图等。
    • 报告撰写
      • 数据分析报告是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。
      • 一份好的数据分析报告需要
        • 分析框架
        • 明确的结论
        • 建议和解决方案
  • 数据分析的三大误区
    • 分析目的不明确，为分析而分析
      • 数据分析不应为了分析而分析，而是应该围绕你的分析目的（了解现状、找出业务变动原因、预测发展等）而进行分析。
    • 缺乏业务知识，分析结果偏离实际
      • 在企业中所作的数据分析不是纯数据分析，而是需要多从业务方面进行分析，不应停留在数据表面，要思考数据背后的事实与真相，使得分析结果更加切合实际，为老板的决策提供有力的支撑，否则就是纸上谈兵。所以说，数据分析师的任务不是单纯做数学题，还必须懂营销，懂管理，更要懂策略。
    • 一味追求使用高级分析方法，热衷研究模型
  • 数据分析师的职业发展
    • 广阔前景
      • 社会越发达，人们对数据的依赖就越多，无论政府决策还是公司运营，科学研究还是媒体宣传，都需要数据支持，那么对数据有如此大的依赖就必然导致对数据分析的大量需求。因此，将数据转化为知识、结论和规律，就是数据分析的作用和价值。
    • 职业要求
      • 懂业务
        • 从事数据分析工作的前提就是需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到见解，若脱离行业认知和公司业务背景，分析的结果没有太大的实用价值。懂业务也是数据敏感的体现，不懂业务的数据分析师看到的只是一个个数字，懂业务的看到的不仅仅是数字，他明白数字代表什么意义，知道数字是大了还是小了，心中有数，这才是真正意义的数据敏感性。
      • 懂管理
        • 一方面是搭建数据分析框架的要求，另一方面的作用是针对数据分析结论提出有指导意义的分析建议
      • 懂分析
        • 指掌握数据分析的基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效地开展数据分析
        • 基本的分析方法
          • 对比分析法
          • 分组分析法
          • 交叉分析法
          • 结构分析法
          • 漏斗图分析法
          • 综合评价分析法
          • 因素分析法
          • 矩阵关联分析法
        • 高级的分析方法
          • 相关分析法
          • 回归分析法
          • 聚类分析法
          • 判别分析法
          • 主成分分析法
          • 因子分析法
          • 对应分析法
          • 时间序列
      • 懂工具
        • 指掌握数据分析相关的常用工具
          • Excel
            • 非常实用
          • Access
          • SPSS
          • SAS
      • 懂设计
        • 运用图表有效表达数据分析师的分析观点，使分析结果一目了然
    • 数据分析师的基本素质
      • 态度严谨负责
      • 好奇心强烈
      • 逻辑思维清晰
      • 擅长模仿学习
      • 勇于创新
    • 几个常用指标和术语
      • 平均数
        • 算数平均数是非常重要的基础性指标，它的特点是将总体内各单位的数量差异抽象化，代表总体的一般水平，掩盖了总体内各单位的差异
      • 绝对数与相对数
        • 绝对数是反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合性指标，也是数据分析中常用的指标，如GDP、总人口等
        • 相对数是指由两个有联系的指标对比计算而得到的数值，用以反映客观现象之间数量联系程度的综合指标
      • 百分比与百分点
        • 百分比是相对数中的一种，它表示一个数是另一个数风百分之几，也称百分率或百分数。百分比通常采用百分号（%）来表示。由于百分比的分母都是100，也就是都以1%作为度量单位，因此便于比较，在数据分析中的应用非常广泛。
      • 频数与频率
        • 频数是指一组数据中个别数据重复出现的次数。
          • 是绝对数
        • 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%。
          • 是相对数
      • 比例与比率
        • 都属于相对数
          • 比例是指在总体中各部分的数值占全部数值的比重，通常反映总体的构成和结构
          • 比率是指不同类别数值的对比，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
      • 倍数与番数
        • 都属于相对数，但使用时容易混淆
          • 倍数是一个数除以另一个数所得的商。倍数一般表示数量的增长或上升幅度，而不适用于表示数量的减少或下降
          • 番数是指原来数量的2的N次方倍。
      • 同比与环比
        • 同比是指与历史同时期进行比较得到的数值，该指标主要反映的是食物发展的相对情况
        • 环比是指前一个统计期进行比较得到的数值，该指标主要反映的是事物逐期发展的情况
• 数据分析技能提升十大建议
  • 熟悉行业、公司业务
  • 明确分析目的
  • 运用营销、管理等理论
    • 真正做到理论指导实践
  • 掌握有效数据分析方法
    • 只要能解决问题的方法就是好方法
  • 玩转数据分析工具
    • 建议先玩转Excel数据透视表，有需要再学习SPSS、SAS等统计分析工具
  • 学会用图表说话，玩转PPT等工具
  • 勤思考、多动手、多总结
    • 数据分析就是一个不断假设、验证的过程
  • 关注行业动态
  • 收藏几本分析秘籍
  • 锻炼身体、享受生活
• 数据分析与数据挖掘的关系
  • 数据挖掘是一种高级的数据分析方法。就是从大量的数据中挖掘出有用的信息，它是根据用户的特定要求，从数据中找出所需的信息满足用户的特定要求。一般来说，数据挖掘侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
  • 数据分析与数据挖掘的本质是一样的，都是从数据里面发现关于业务的知识。
• 数据分析与数据处理的区别
  • 数据处理是数据分析的基础。通过数据处理，将收集到的原始数据转换为可以分析的形式，并且保证数据的一致性和有效性。如果数据本身存在错误，那么即使采用最先进的数据分析方法，得到的结果也是错误的，不具备任何参考价值，甚至还会误导决策。