5. 数据分析

数据分析方法

数据分析的现状分析、原因分析和预测分析三大作用分别基本对应对比、细分和预测三大基本方法。

对比分析法

对比分析法概述

  • 对比分析法是将两个或两个以上的数据进行比较,分析其差异,从而揭示这些数据所代表的事物发展变化情况和规律性
  • 对比分析法可直观地呈现出事物某方面的变化或差距,并且可准确、量化地表示出这些变化或差距

对比分析法的分类

  1. 静态比较:在同一时间条件下对不同总体指标的比较,也叫横向比较
  2. 动态比较:在同一总体条件下对不同时期指标的比较,也叫纵向比较

对比分析法的运用

  1. 与目标对比,实际完成值与目标进行对比,属于横比
  2. 不同时期对比,选择不同时期的指标值作为对比标准,属于纵比。本期与同期对比简称同比;本期与上期对比简称环比。
  3. 同级部门、单位或地区对比,属于横比
  4. 行业内对比,属于横比
  5. 活动效果对比,对某项活动开展前后进行对比属于纵比;也可对活动的开展状况分组对比,属于横比

对比分析法注意事项

  1. 对比的对象要有可比性
  2. 指标的口径范围、计算方法、计量单位须一致
  3. 对比的指标类型须一致

分组分析法

分组分析法概述

  • 分组分析法是根据数据分析对象的特征,按照一定的标志(指标),把数据分析对象划分为不同部分和类型进行研究,以揭示其内在的联系和规律
  • 分组须保持组内对象的一致性、组与组直接属性的差异性,以进一步运用数据分析方法解构内在的数量关系(分组法须与对比法结合使用)
  • 分组分析法的关键在于确定组数与组距,数据分组中各组直接的取值界限为组限,上限与下限的差值为组距、平均值为组中值

组距分组的步骤

  1. 确定组数:如果组数太少,数据分布会过于集中;如果组数太多,数据分布则过于分散
  2. 确定组距:“组距=(最大值-最小值)/组数”
  3. 分组整理:根据组距大小对数据进行分组整理,划归至相应组内
  • 不等距分组:在各单位数据变动比较均匀的情况下比较适合采用等距分组;各单位数据变动很不均匀的情况下比较适合采用不等距分组,或许更能体现现象的本质特征

结构分析法

结构分析法概述

  • 结构分析法是指被分析总体内的各个部分与总体之间进行对比分析的方法,即总体内各部分占总体的比例,属于相对指标
  • 结构相对指标(比例)的计算公式:“结构相对指标(比例)=总体某部分的数值/总体数量”
  • 市场占有率是结构分析法的一个经典应用

平均分析法

平均分析法概述

  • 平均分析法是运用计算平均数的方法反映总体在一定时间、地点条件下某一数量特征的一般水平
  • 平均指标有算术平均数、调和平均数、几何平均数、众数和中位数等
  • 平均分析法要结合各种分组和指标对比进行

平均分析法的作用

交叉分析法概述

  • 交叉分析法通常用于分析两个变量(字段)之间的关系,即同时将两个有一定联系的变量及其值交叉排列在一张表格内,使各变量值成为不同变量的交叉节点,形成交叉表,从而分析交叉表中变量之间的关系

综合评价分析法

综合评价分析法概述

  • 运用多个指标对多个参评单位进行评价的方法称为多变量综合评价分析方法,简称综合评价分析法
  • 综合评价分析法的基本思想是将多个指标转化为一个能够反映综合情况的指标来进行分析评价

综合评价分析法的步骤

  1. 确定综合评价指标体系,即包含哪些指标,是综合评价的基础和依据
  2. 收集数据,并对不同计量单位的指标数据进行标准化处理
  3. 确定指标体系中各指标的权重,以保证评价的科学性
  4. 对经处理后的指标在进行汇总,计算出综合评价指数或综合评价分值
  5. 根据评价指数或分值对参评单位进行排序,并由此得出结论

综合评价分析法的特点

  1. 评价过程不是逐个指标顺次完成的,而是通过一些特殊方法将多个指标的评价同时完成
  2. 在综合评价过程中,一般要根据指标的重要性进行加权处理
  3. 评价不再是具有具体含义的统计指标,而是以指数或分值表示参评单位综合情况的排序

数据标准化

数据标准化是将数据按比例缩放,使之落入一个小的特定区间

0-1标准化

  • 0-1标准化也叫离差标准化,就是对原始数据作线性变换,使结果落到[0,1]区间
  • 0-1标准化的数据转换公式:“第N个经标准化处理的值=(第N个原始值-最小值)/(最大值-最小值)

Z标准化

  • Z(z-score)标准化方法基于原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化,将A的原始值x使用z-score标准化到x’
  • 标准化方法适用于属性A的最大值和最小值未知的情况,或有超出取值范围的离群数据的情况
  • Z标准化公式:“zij=(xij-xi)/si”,其中xi和si分别为各变量或指标的算术平均值和标准差;zij为标准化后的变量值;xij为实际变量值
  • 标准化后的变量值围绕0上下波动,大于0说明高于平均水平,小于0说明低于平均水平

权重确定方法

  • 确定权重的方法较多,有专家访谈法、德尔菲法、层次分析法、主成分分析法、因子分析法、回归分析法等

目标优化矩阵表

  • 目标优化矩阵表:目标优化矩阵表的工作原理是参考计算机0/1式逻辑思维得出量化结果
  • 目标优化矩阵表的用法:将纵轴上的项目依次与横轴上的项目对比,如果纵轴上的项目比横轴上的项目重要,则在两个项目相交的格子中填“1”,否则填“0”,最后将每行数字相加,根据结果进行排序
  • 某指标权重=某指标新的重要性合计得分/所有指标新的重要性合计得分

杜邦分析法

杜邦分析法概述

  • 杜邦分析法是利用各主要财务指标间的内在联系,对企业财务状况及经济效益进行综合分析评价的方法
  • 可采用杜邦分析法逐层查找原因

漏斗图分析法

漏斗图分析法概述

  • 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过程比较多的管理分析工具
  • 漏斗图是对业务流程最直观的一中表现形式,并且也最能说明问题所在

矩阵关联分析法

矩阵关联分析法概述

  • 矩阵关联分析法是根据事物的两个属性(指标)作为分析的依据,进行分类关联分析的方法,也称为象限图分析法
  • 矩阵关联分析法在解决问题好资源分配时,为决策者提供重要参考依据,先解决主要矛盾,再解决次要矛盾,有利于提升效率、优化资源配置

高级数据分析方法

研究方向 数据分析方法
产品研究 相关分析、对应分析、判别分析、结合分析、多维尺度分析等
品牌研究 相关分析、对应分析、判别分析、聚类分析、因子分析、多维尺度分析等
价格研究 相关分析、PSM价格分析等
市场细分 聚类分析、判别分析、因子分析、对应分析、多维尺度分析、Logistic回归、决策树等
满意度研究 相关分析、回归分析、主成分分析、因子分析、结构方程等
用户研究 相关分析、聚类分析、判别分析、因子分析、对应分析、Logistic回归、决策树、关联规则等
预测决策 回归分析、决策树、神经网络、时间序列、Logistic回归等

数据分析工具

数据透视表

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,362评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,330评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,247评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,560评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,580评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,569评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,929评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,587评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,840评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,596评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,678评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,366评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,945评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,929评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,165评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,271评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,403评论 2 342

推荐阅读更多精彩内容