数据分析过程
graph LR
A[明确问题]-->B[搭建框架]
B-->C[数据提取]
C-->D[数据处理]
D-->E[数据分析]
E-->F[数据展现]
F-->G[撰写报告]
G-->H[报告演讲]
H-->I[报告闭环]
- 明确问题
需要与业务方多沟通，不仅仅是什么问题，而要问清查为什么。
- 搭建框架
注意输出思维导图并与业务方确认
主要需要确定提取那些数据，怎样进行分析（对比分析或数据挖掘等），达到怎样的效果
- 数据提取
一般使用sql语句提取数据
- 数据分析
一般先对数据进行预处理，对空值和超常值进行处理，数据归一化或者降维处理等
- 数据展现
使用Excel画图或者Python可视化等其他可视化工具处理
- 撰写报告
最终成果，一定要简洁明了
- 报告演讲
报告输出
- 报告闭环
这一步一定要，一份报告要有落地方案，而且报告闭环即观察方案落地后效果如何。
数据分析工具
- excel
- Excel对比分析：使用筛选和色阶功能
- 时间序列拆解分析
- 相关性分析
- 临界点分析
- Sql
- 大数据相关
- 读取表中数据：select语句
- 多练习，多沟通，多交流
- PPT
- 报告展示
- R或Python
- 爬虫
- 文本挖掘
- 脚本编写
数据分析多元思维模型
- 中观能力
- 真正的专业度
- 能够很好地发现其他分析师报告存在的问题
- 需要长时间总结和积累
- 微观能力
- 有效沟通力和快速发散收敛力
- 能从业务方的交流中发现问题、找到分析方向
- 很多分析师都没有意识到这一点的重要性
- 宏观能力
- 洞见的全局观
- 能够从社会事件、整个行业发展中找到业务的决策方向
- 极难、平台和天赋缺一不可
如何培养数据分析多元思维能力
- 中观能力
-
技术理解方面 ：能够从理论和实际上完全理解所使用的技术及其使用场景，从而让业务逻辑根据fang
-
逻辑性：整体思考的逻辑性，分析的每个环节都要严谨
-
价值点：做出的东西价值在哪里，能不能立马落地，这个由业务方说了算
- 微观能力
-
有效沟通能力：在与业务方的沟通中快速找到有用的信息
- 黄金思维圈法则：反问业务方为何要做这件事，业务方都会有个很具体的回答，往往可以找到切入点
- 提前做好准备工作：在与业务方沟通前，提前对数据这方面熟悉了解或对项目进行了解
-
快速发散收敛能力：关于切入点的想法要多，并且知道如何深入分析
- 尽可能多与业务leader沟通，看他们如何思考业务的
- 看心理学、社交学、记忆力、科普类、经济学方面书籍，多看多思
- 刻意联系，做金字塔模型，慢慢养成习惯
- 宏观能力
- 通过做行业分析来培养宏观能力
- 了解国家大事对宏观数据分析有一定的帮助
