当前位置：文档之家 › 数据分析入门PPT课件

数据分析入门PPT课件

  • 格式：pptx
  • 大小：686.64 KB
  • 文档页数：8

下载文档原格式

  / 8

合集下载

数据分析师培训PPT课件完整版)pptx

数据分析师培训PPT课件完整版)pptx
数据分析师需要对收集到的数据进行清洗和整理，去除无效和错误数据，确保数据的准确性和可靠性。
数据清洗和整理
数据分析
数据分析师需要将分析结果以图表、报告等形式呈现出来，帮助组织更好地理解和利用数据。
数据可视化
数据分析师可以在各个行业领域中找到工作机会，如金融、电商、医疗、教育等。
随着数据驱动决策的普及，数据分析师的地位和作用越来越重要，未来的职业发展前景更加广阔。
分类与聚类
掌握常见的分类算法（如决策树、朴素贝叶斯、支持向量机）和聚类算法（如K-means、层次聚类），并能够根据业务需求选择合适的算法。
数据分析师的职业素养与道德规范
THANKS
感谢您的观看

汇报人：可编辑
2023-12-24
数据分析师培训ppt课件完整版)pptx
目录
数据分析师概述数据分析基础知识数据分析工具与技术数据分析实战案例数据分析师技能提升数据分析师的职业素养与道德规范
数据分析师负责收集各种数据，包括市场调查、销售数据、用户行为数据等，为组织提供全面的数据资源。
数据收集
在此添加您的文本17字
在此添加您的文本16字
在此添加您的文本16字
在此添加您的文本16字
在此添加您的文本16字
在此添加您的文本16字
详细描述
数据采集与清洗：收集历史股票数据和市场信息，清洗和整理数据，去除异常值和缺失值。
特征提取与选择：从数据中提取与股票价格相关的特征，如开盘价、收盘价、成交量等，选择对预测有用的特征。
理解参数估计、假设检验、回归分析等统计方法，以及如何根据数据做出合理的预测和推断。
推断性统计
理解概率、随机变量、期望、方差等基本概念，以及常见概率分布（如二项分布、正态分布）的应用。

数据分析师培训PPT课件(完整版)

数据分析师培训PPT课件(完整版)

重要性
谨慎性
编制过程一定要谨慎，基础 数据必须真实完整，分析过 程必须科学合理全面，分析 结果可靠，内容要实事求 是。
数据分析三大作用
展示分析结果：
具体内容，具体分析，填写所想
展示分 析结果
验证分析质量：
具体内容，具体分析，填写所想
数据分析 报告三大 作用
验证分 析质量
提供决策依据：
具体内容，具体分析，填写所想
How How much
SO
WO
SO战略
依靠内部优势 利用外部机会
外部威胁 （T）
T
S部机会 克服内部劣势
ST
WT
ST战略
依靠内部优势 回避外部威胁
T
O
外部机会 （ O）
W
W
内部劣势 （ W）
WT战略
减少内部劣势 回避外部威胁
2
数据透视表（上机操作）
Pivot table (machine operation)
数据体现实际的状态，也可以预测未来的走向
数据分析报告定义
数据分析报告是根据数据分析原理和方法，运用数据来反 应、研究和分析某项事物现状、问题、原因、本质和规律，并 得出结论，提出解决问题办法的一种分析应用问题。 这种问题是决策者认识事物、了解事物、掌握信息、搜集 相关信息的主要工具之一，数据分析报告通过对事物数据全方 位的科学分析来评估其环境及反正情况，为决策者提供科学、 严谨的依据，降低风险。
可以添加补充
通过适当方法对数据 进行分析。
4
12 10 8 6 4 2 0 0 0.5 1 1.5 2 2.5 3 3.5
35 30 25 20 15 10 5 0
60% 30% 50%

数据分析ppt课件

数据分析ppt课件
数据分析
;.
1
• 您认为作为一名营销管理人员，做管好营销（销售）最重要的三项任务是什 么？
• 您认为店面管理中（特别是加盟店）最薄弱的管理在哪个方面呢？
;.
2
数据管理的重要性
• 年营业额近50亿新台币的台湾王品集团董事长戴胜益是十足的数字管理者--1个人要管9个餐厅品牌、5200位员工，他说数字是他重要的决策依据。戴胜 益相信，所有事情都能用数字衡量，没有数字概念不但无法做好领导，更不 会是他培养的对象。戴胜益为什么这么重视数字？一位经理人要如何建立并 掌握分析数字的能力，才能在应用时采取正确行动？
问：在品王集团，店长必看的3大指标是什么？ • 为落实服务品质与运营绩效，我要求集团内各店每天都咬紧盯3大指标数字，
而且以这3大指标各占比作为店长的工作绩效： • 顾客满意度（25%）---平均每万人投诉电话次数 • 财务指标（35%）---不当比率25%、营业额达成率10% • 管理指标（40%）---考核评比10%、食安评比10%、低离职率10%、工作计
问：数字对企业的意义是什么？ • 企业像坦克车，数字像坦克车履带上环环相扣的齿轮，只要一个齿轮脱钩，
坦克车的履带就会卡住，无法行走。没有数字概念的公司，就像没有齿轮的 坦克车，当车子不运转时，很难知道问题出在哪；就算运转，也不知道还能 运转多久。所以数字能帮助我解读各种必要的信息。
;.
4
问：在运营上，什么是你必看的数字？
• 王品集团每个月都会计算业绩、利润。数字好看，利润就多；数字不好看， 不仅大家红利领的少，同时也是发出警告：再这样下去，你会丢掉这个品牌 的总经理位子。
;.
5
问：数字帮助你做哪些决策上的判断？ • 例如新餐饮品牌能不能做，有三项判断指标：第一，要能做到5亿市场；第二，

基础数据分析培训课件

基础数据分析培训课件

数量，一天内同一电脑多次访问网
站只被计算1次
章节
02
数据制作
数据分析的逻辑 看到的数据是什么？ 发现了什么变化？
这些变化是什么原因引起的，会有什么影响？ 有什么转机或者突破点？
数据的运用
考核工具
1.了解门店的使用情况 2.改善有率 3.投入产出比
数据制作方法
一份好的数据是什么样的？
1、美观度高、体现专业、通俗易懂的呈现； 2、突出谈判主题、注重细节，数据正确； 3、学会包装，切记勿泄露客户隐私； 4、具有方向性，有意义
数据制作的工具
利用数据透视表 数据匹配公式（VLOOKUP） 刷选、排序、色阶
数据的来源
MAX系统
网络门店系统
运营
自己整理
CRM
章节
03.
数据解读
数据词汇解析
总有效VPPV： 一段时间内推广房源的点击 量
推广房源量： 一段时间内推广过的房源总数
标
周房均点击量：
题
一周总有效VPPV/总房源数
精选占比： 精选总有效VPPV/总有效
vppv*100%
客户类型分析
经纪人
直接利益者 只关注个人效果、
复杂多变
店长、经理
利益分享者 信息渠道多，关注 小组内群体成交情
3
提升专业度，优化数据意识，迈向2.0时代
流量词汇解析
1 IP
计算机标识地址，终端接 入地址
3 VPPV
房源单页浏览数 单页面有效点击量，停留 一个页面5s以上。
2 PV
页面浏览数 用户每次打开网站页面被 记录1次；用户多次打开 同一页面PV累计多次。
4
UV
独立访客数
指在一天之内访问网站的上网电脑

《数据分析培训》PPT课件

《数据分析培训》PPT课件
竞品分析
通过分析竞品的销售数据、产品特 点、价格策略等，了解市场动态和 竞争态势，制定针对性的竞争策略 。
金融行业数据分析
风险评估
通过分析金融数据，评估 贷款、投资等业务的信用 风险和市场风险，为决策 提供依据。
市场分析
通过分析金融市场的交易 数据、宏观经济数据等， 预测市场走势，为投资决 策提供支持。
柱状图
用于比较不同类别 之间的数据。
饼图
用于展示各部分在 整体中所占的比例 。
热力图
通过颜色的变化展 示数据的分布和密 度。
数据可视化工具
Excel
适用于基础的数据分析 和可视化。
Tableau
功能强大的数据可视化 工具，支持多种数据源
连接。
Power BI
基于云的数据分析和可 视化工具，支持团队协
客户分析
通过分析客户的金融交易 行为、资产状况等数据， 了解客户需求和偏好，优 化产品设计和服务策略。
制造业数据分析
生产数据分析
通过分析生产过程中的数据，了 解生产效率、质量、成本等方面 的情况，优化生产流程和降低成
本。
供应链分析
通过分析供应链数据，了解供应 商、库存、物流等方面的情况， 优化供应链管理和降低运营成本
数据类型转换
说明如何将数据转换为正确的 数据类型，如将字符串转换为 日期或数字。
数据标准化和归一化
解释标准化和归一化的概念， 并说明在数据分析中的重要性
。
数据探索
描述性统计分析
介绍均值、中位数、众数、方差等统 计量，并说明如何使用它们来初步了 解数据。
数据可视化
介绍如何使用图表（如直方图、箱线 图、散点图等）来直观展示数据的分 布和关系。

数据分析基础入门课程

数据分析基础入门课程

H
价格-区域分析
从区域的价格分布来看产品的提升空间，即 不同区域的价格构成的合理性，从中分析市 场提升的空间和方向
分析方法
• 此类项目特殊分析法： • 三维数据分析法 • 6个月纵向分析法 • 区域分类分析法
• 常用数据分析方法: ✦聚类分析 ✦因子分析 ✦相关分析
✦对应分析 ✦回归分析 ✦方差分析
是确定两种或两种以上变数间相互依赖的定
量关系的一种统计分析方法。运用十分广泛
，回归分析按照涉及的自变量的多少，可分
为一元回归分析和多元回归分析；按照自变
量和因变量之间的关系类型，可分为线性回
归分析和非线性回归分析。
• 方差分析(ANOVA/Analysis of Variance)
•
又称“变异数分析”或“F检验”，是
2
不同属性的客户的销售数据
3
区域
不同区域的销售数据
阶段整体数据
阶段业绩达成率 销售数据构成分析
分析思路-数据分解
1 2
销售质量
单额情况 重点产品比率
43
累计数据
档期任务达成率 同比完成情况
发货情况
客户数量 发货次数
分析思路-关键指标
1234
销售额
季节因素
产品线
总体销售额、销售量， 依据行业淡旺季规律， 通过总体产品结构分
02
数据收集
一般数据来源于四种方式：数据库、第三方数据统计工具、专业的 调研机构的统计年鉴或报告（如艾瑞资讯）、市场调查。
03
数据处理
数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处 理方法，将各种原始数据加工成为项目需要的直观的可看数据。
04
数据分析

《数据分析实例》课件

《数据分析实例》课件
《数据分析实例》PPT课 件
数据分析实例PPT课件大纲：
数据分析的基本概念和应用场 景
探索数据分析的定义和重要性，以及在不同领域的广泛应用。解释如何从海 量数据中提取有价值的见解。
数据分析的方法与流程
1
设定目标
明确分析的目标和问题。
2
数据收集
获取数据源，包括内部和外部数据。
3
数据清洗和整理
处理数据中的错误、缺失和重复项。
比较数据分析和数据科学的差异和联系，解释它们在实际应用中的不同角色 和职责。
总结与展望：数据分析的未来发展路径
总结数据分析的重要性和应用价值，展望未来数据分析的发展路径和挑战。
如何构建一个高效的数据分析团队
分享构建高效数据分析团队的经验和技巧，包括人才招聘、技术培训和团队协作。
数据安全与隐私保护
介绍数据安全和隐私保护的重要性，以及数据分析过程中的合规和道德问题。
数据分析的常见误区和应对措 施
解释数据分析中常见的误区和陷阱，以及如何应对和克服这些问题。
如何转化数据分析成为可行的商业模式
实例2：使用数据分析提升用 户体验
以用户数据为基础，展示如何通过数据分析来理解用户行为和偏好，优化产 品和服务，提升用户体验。
实例3：基于数据分析提高企 业效率
以企业内部数据为例，说明如何利用数据分析技术来提高生产效率、降低成 本和优化业务流程。
实例4：数据分析在医疗领域 的应用案例分析
介绍医疗领域中数据分析的重要性和应用场景，如疾病预测、临床决策支持 和健康管理。
4
数据分析与模型建立
使用适当的分数据结果，并将其应用到实际问题中。
数据的收集、清洗、整理和存储
收集
选择合适的数据源，包括结构化和非结构化数 据。

数据分析 ppt课件

数据分析 ppt课件
据情况 2. 下半月及时跟进
关键数据： • 产品结构 • 区域结构 • 重点客户和渠道结构 衍生指标： 1. 平均价 2. 重点产品占比率
2020/11/29
6
分析步骤
整体销售分析 区域分析
产品线分析
销售额/销售量、季节性分析、产品结构、价格体系 区域分布、重点区域分析、区域销售异动分、区域—产品分析 产品（系列）结构分布、产品—区域分析
5
数据指标分解
当日整体业绩
累计业绩达成
发货情况
销售质量
关键数据： • 当日业绩达成率 • 销售数据构成分析 实际操作意义： 1. 跟进弱势区域 2. 跟进弱势产品 3. 实时掌握销量
关键数据： • 月累计业绩达成”进
度要和时间进度对比 • 档期任务达成 注意： 1. 特殊时段任务档期管理
关键数据： • 发货客户数量 • 发货次数 重点关注： 1. 当月前15天上面两项数
供借鉴 3. 对增长或者下跌明显的区域予以重点分析，总结经验教训,以期避免潜在的威胁或者抓住机会 4. 将重点区域中的产品结构进行时间上的横向对比，进行多要素复合分析
1. 分析产品系列和单产品结构分布，检索重点产品发展趋势及新产品的市场表现 2. 针对重点产品进行分析，发现存在的问题，提供产品改进意见 3. 通过对产品的销售区域分布的分析，区分战略性产品/战术性产品、全国性产品/区域性产品,为产品线的
销售数据 分析模型
数据分析/
2020/11/29
1
目录 CONTENTS
2020/11/29
主线&指标 分析思路 整体分析 分析方法
2
2020/11/29
3
精品资料
• 你怎么称呼老师？
• 如果老师最后没有总结一节课的重点的难点，你 是否会认为老师的教学方法需要改进？

数据分析师培训PPT课件完整版)pptx

数据分析师培训PPT课件完整版)pptx

数据分析师的核心能力
数据处理能力
统计分析能力
数据分析师需要具备强大的数据处理能力 ，能够从海量数据中提取有用的信息，并 进行数据清洗、预处理和可视化。
数据分析师需要熟练掌握各种统计分析方 法，如描述性统计、回归分析、聚类分析 等，以从数据中挖掘出有用的信息。
商业理解能力
沟通能力
数据分析师需要具备对商业的理解和洞察 力，能够将数据与商业实践相结合，为企 业提供实用的决策建议。
01
02
03
数据清洗
处理缺失值、异常值、重 复值
数据转换
数据类型转换、数据标准 化、数据归一化
数据整合
合并数据、数据关联、数 据去重
数据可视化与报表制作
数据可视化
图表类型、可视化工具、可视化技巧
报表制作
报表设计、报表工具、报表发布
数据分析报告的撰写
报告结构、报告内容、报告呈现方式
03
数据分析工具与技术
理和分析。
数据分析方法
掌握R中常用的数据分析 方法，如描述性统计、 回归分析、聚类分析等
。
数据可视化Байду номын сангаас
学习使用R的内置函数和 包，如ggplot2、plotly 等，创建各种图表和图
形。
04
数据分析方法与模型
描述性分析
总结与概括
对数据进行简单的统计和 描述，如平均值、中位数 、众数等。
数据可视化
通过图表、图像等方式直 观展示数据特征和分布情 况。
数据分析师是指专门从事数据分析与数据挖掘工作的专业人员，他们通过对数 据的收集、整理、分析和挖掘，为企业提供数据支持和决策建议。
数据分析师的职责
数据分析师的主要职责包括收集和整理数据，进行数据清洗和预处理，运用统 计分析、机器学习等方法进行数据挖掘和分析，最终为企业提供数据支持和决 策建议。

数据分析基础课程-第3章-数据的处理精品PPT课件

数据分析基础课程-第3章-数据的处理精品PPT课件

图3-2 选择C列
图3-3 选择“替换”命令
（3）在“查找和替换”对话框的“查找内容”中 输入“cm”，设置“替换为”为空，单击“全部替换” 按钮完成替换，如图3-4所示。
替换后的结果如图3-5所示。
图3-4 输入查找内容和替换内容
图3-5 替换后的结果
3.1.2 缺失数据的处理 数据清单中，单元格如果出现空值，就认为数据存 在缺失。缺失数据的处理方法通常有以下3种： ➢ 用样本均值（或众数、中位数）代替缺失值； ➢ 将有缺失值的记录删除； ➢ 保留该记录，在要用到该值做分析时，将其临 时删除（最常用方法）。
首先来解决如何发现缺失数据，仅靠眼睛来搜索缺失数据显然是不现实的，一般我们用 “定位条件”来查找缺失数据的单元格。下面演示将“年龄”字段中的空值均替换为“18”。
（1）选择“年龄”所在的E列。 （2）选择“查找和选择”|“定位条件”命令，如图3-6所示。 （3）在“定位条件”对话框中，选中“空值”单选项，如图3-7所示。
图3-1 数据格式不一致的资料
下1面.1就数以字图通3-信1所系示统的的数基据本为概例念，将“身高”这个字段中的数据去掉字符“cm”。 打开Excel文件“数据处理.xlsx”，找到“数据清洗”工作表。
（1）把鼠标指针移到字母C上，当指针变成 时，单击选择C列，如图3-2所示。 （2）选择“查找和选择”|“替换”命令，如图3-3所示。
图3-6 选择“定位条件”命令
图3-7 选择定位条件“空值”
（4）单击“确定”按钮后，E列所有的空白单元格呈选中状态，如图3-8所示。 （5）输入替代值“18”，按Ctrl+Enter组合键确认，结果如图3-9所示。
图3-8 查找到所有空白单元格
图3-9 统一输入新的数据

数据分析-第一章-PPT课件

数据分析-第一章-PPT课件

均值 方差
1 n x xi n i 1
1 n 2 S (x x ) i n 1i 1
2
标准差
变异系数
S S
2
S CV100 (%) x
偏度与峰度
偏度与峰度是刻画数据的偏态、尾重程度的度量。它们 与数据的矩有关。数据的矩分为原点矩与中心矩。 k阶原点矩
k E ( x ) 总体中心矩（k阶） k
总G2 4 3
总体数字特征和样本数字特征
根据统计学的结果，样本数字特征是相应的 总体数字特征的矩估计。当总体数字特征存在时 ，相应的样本数字特征是总体数字特征的相合估 计，从而当n较大时，有
1 n k vk xi n i 1
1 k u n ( x x ) k i n i 1
K阶中心矩
s
偏度与峰度
偏度
2 n n u n 3 3 g ( x x ) 1 i 3 3 ( n 1 )( n 2 ) s ( n 1 )( n 2 ) s i 1
2 x 73 . 660 S 15 . 524 S 3 . 940
CV 5 . 349 g 0 . 061 g 0 . 034 1 2
偏度、峰度的绝对值皆较小，可以认为数据是来 自正态总体的样本.
例3
某厂的某种悬式绝缘子机 电破坏负荷试验数据（单 位：吨）分组表示如表， 计算这批分组数据的均值 、方差、标准差、变异系 数、偏度、峰度。 组段 5.5～6.0 6.0～6.5 6.5～7.0 7.0～7.5 7.5～8.0 8.0～8.5 8.5～9.0 9.0～9.5 组中值 5.75 6.25 6.75 7.25 7.75 8.25 8.75 9.25 组频数 4 3 15 42 49 78 50 31

常用的数据分析方法PPT课件

常用的数据分析方法PPT课件

特点
• 非常直观的看出事物某方 面的变化或差距，而且可 以准确、量化的表示出变 化的差距是多少。
完成值 目标
1.与目标对比 实际完成值与目标值进行 对比，属于横比
上个月 本月
2.不同时期对比 选择不同时期的指标数值 作为标准对比，属于纵比。 同比、环比
部门A 部门B 部门C部门D
3.同级别对比 同级部门、单位、 地区对比,属于横比
漏斗图分析法
漏斗图是一个适 合业务流程比较 规范、周期比较 长、各流程环节 涉及复杂业务比 较多的管理分析
工具。
案例
浏览商品
40%
放入购物车
75%
生成订单
67%
支付订单
85%
完成交易
100% 40% 30% 20% 17%
网站转化率（漏斗图）
总结
1、了解数据分析作用与对应的分析方法。
2、熟悉常用的数据分析方法： ➢对比分析法 ➢分组分析法 ➢平均分析法 ➢交叉分析法 ➢杜邦分析法 ➢漏斗图分析法
• 2.利用平均指标对比某些现象在不同历史时期的变 化，更能说明其发展趋势和规律
公式
• 算术平均数=总体各单位数值的总和/总体单 位个数
交叉分析法
定义
• 交叉分析法是同时将两个有一定联系的变量 及其值交叉排列在一张表内，使各变量值成 为不同变量的交叉结点，一般用二维交叉表 分析法。
地区 苹果 香蕉 雪梨 小计 A 73 64 72 209 B 70 63 56 189 C 69 48 68 185
常用的数据分析方法
本次课目标
1、数据分析作用与对应的分析方法； 重点 2、常用的数据分析方法：
➢对比分析法 重点
➢分组分析法 ➢平均分析法 ➢交叉分析法
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

评估产品机会：产品机会评
估对后期产品设计及迭代都至 关重要，甚至说决定了一个产 品的未来和核心理念。
分析解决问题：通过必要的
数据试验才能追溯到问题源 头，进而制定合理的解决方 案，彻底解决问题。
预测优化产品：数据分析的
结果可以预测未来发生什么， 缩短迭代周期，精益求精。
2020/2/20
9
数据库
第三方统计工具
纵向比较：
指对同一事物在不同时间里的发展 变化进行比较的方法。
15
细分（逻辑树分析法）
不断用更小的量化指标去细分一个大的指标，从而达到定位问题的目的。
成交额
客单价
客户数
成交价
人均成交 数
新客户
老客户
件单价
连带率
自然量
推广量
二次成交
多次成交
2020/2/20
16
漏斗分析法
用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找 到最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中。
浏览商品100
加入购物车30
生成订单20
完成支付15
完成交易10
2020/2/20
17
2020/2/20
能用图说明问题的就不用表 格，能用表说明问题的就不用 文字。
折线图：按照时间序列分析数据的 变化趋势时使用。
柱状图：指定一个分析轴进行数据 大小的比较时使用。
饼 图：指定一个分析轴进行所占 比例的比较时使用。
4
2020/2/20
描述性数据分析属于初级分析方法， 是我们工作中最常用的数据分析方 法；
探索性数据分析侧重于在数据中探索 新的特征，验证性数据分析侧重于验 证之前假设的真伪性；
探索性数据分析以及验证性数据分 析属于高级分析方法，常见的分析 方法有相关分析、因子分析、回归 分析等。
5
数据分析的三大作用：现状分析、原因分析、预测分析 ➢ 案例1：《综合资源系统系统需求实施进展分析》 —— 现状分析 ➢ 案例2：《业务开通系统管控问题分析》 —— 原因分析 ➢ 案例3：《网管需求管控项目风险识别清单》 —— 预测分析（预测分析和假设情况分析
散点图：描述两个变量相关关系时 使用。
18
2、一定要有解决方案 和建议方案
1、要有一个好的框架
2
1
3、每个分析都有结 论，而且结论一定要明 确
4、尽量图表化
2020/2/20
1、不要试图面面俱 到，要有重点
2、不要记叙文，要 议论文
3
4
3、不要回避“不良
4、不要有猜测性
结论”
的结论
19
THRE E
可帮助用户评审和权衡潜在决策的影响力。可用来分析历史模式和概率，以预测未来业绩并采取预防措施。）
2020/2/20
6
TWO
数据分析的六大步骤
2020/2/20
7
明确分 析目的
数据 处理
数据 展现
2020/2/20
数据 收集
数据 分析
报告 撰写
8
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，需要从哪几个 角度进行分析，采用哪些分析指标。
2020/2/20
21
数据分析的基本方法是统计，核心是思考与推理。
2020/2/20
22
2020/2/20
23
错误时查找。
12
数据分析：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，形成有效的结论。
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。 Nhomakorabea2020/2/20
13
集中趋势：
平均数、加权算 术平均数、中位 数、众数
离散趋势：
方差、标准差、全距
变化趋势： 同比、环比
2020/2/20
基础篇
1
CON TENT
S
2020/2/20
什么是数据分 析？
数据分析的六大步骤
数据分析的误区
2
ONE
什么是数据分析？
2020/2/20
3
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，提取有用信息和形成结论，而对数据加以详细研究和概括总结 的过程。
2020/2/20
数据分析的误区
2020/2/20
20
分析目的不明确， 为了分析而分析
缺乏行业、公司业务 认知，分析结果偏离 实际。数据必须和业 务结合才有意义。
忽略环境是动态变化 的，数据分析的方法 和标准一成不变。
盲目依赖数据，对数 据中呈现的问题缺乏 求证
数据是客观的，但解读数据的人是主观的。
只有正确的认识数据，才能正确的利用数据
11
定义：数据处理是从大量的、可能是杂乱无章 的、难以理解的数据中抽取并推导出对于某些特 定的人们来说是有价值、有意义的数据。
万能工具：EXCEL
Garbage In， Garbage Out！
数据清洗 数据计算
数据转化
2020/2/20
Tips：在做数据处理时，不要在原始数据上进行数据
处理以防原始数据丢失，保留数据处理过程以便发现
统计年鉴或报告
市场调查
2020/2/20
10
数据埋点
数据埋点，就是 在正常的功能逻 辑中，预先添加 统计代码，将自 己需要的数据统 计出来。
2020/2/20
串接第三方统计工具 Google Analytics、 AppsFlyer
自己研发，开发时加 入统计代码，并搭建 自己的数据查询系 统。
不同产品，不同目的， 需要的支持数据不同， 确定好数据指标后，选 择适合自己公司的方式 来收集相应数据。
相对位置：
百分比、四分位 数、比率
2020/2/20
14
对比分析法：将两个或两个以上的数据进行对比分析，分析其中 的差异，从而揭示这些事物发展变化的规律和情况。
4.5
新排入 延期排入 紧急插入
4
3.5
3
2.5
2
1.5
1
0.5
0
1月
2月
3月
4月
2020/2/20
对比分析法
横向比较：
指对同类的不同对象在统一标准下进 行比较的方法。要注意事物的可比 性。