<谁说菜鸟不会数据分析入门篇>读书笔记(二)

书名:谁说菜鸟不会数据分析(入门篇)

作者:刘夏璐,狄松

本文为上一篇读书笔记的延续,整理一些自己觉得重要的知识点提醒,需要的可以找下原书详细看。

五、数据分析

方法:

1、对比分析法

定义:将两个或两个以上的数据进行比较,分析差异,从而揭示这些数据所代表的事物发展变化情况和规律性。

特点:可以非常直观地看出事物某方面的变化或差距,并且可以准确、量化地表示出这种变化或差距是多少。

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,横向比较

(2)动态比较:在同一总体条件下对不同时期指标数值的比较,纵向比较。

对比分析维度:

(1)与目标对比

(2)不同时期对比

(3)同级部门、单位、地区对比

(4)行业内对比

(5)活动效果对比

2、分组分析法

(1)确定组数。

(2)确定各组的组距:组距=(最大值-最小值)/组数

(3)根据组距大小,对数据进行分组整理,划归至相应组内。

3、结构分析法

定义:被分析总体内的各部分与总体之间进行对比的分析方法,即总体内各部分占总体的比例,属于相对指标。如市场占有率。

结构相对指标(比例)的计算公式为:

结构相对指标(比例)=(总体某部分的数值/总体总量)×100%

4、平均分析法

作用:利用平均指标对比同类现象在不同地区、不同行业、不同类型单位之间的差异程度;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。

平均指标包括算数平均数、调和平均数、几何平均数、众数和中位数等。

5、交叉分析法

分析两个变量(字段)之间的关系,即同时将有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结点,形成交叉表,从而分析交叉表中变量之间的关系。一般为二维交叉表。

6、综合评价分析法

五个步骤:

(1)确定综合评价指标体系,即包括哪些指标,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)对经处理后的指标再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。

三大特点:

(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)评价结果不再是具有具体含义的统计指标,而以指数或分值表示参评单位综合状况的排序。

0-1标准化又称离差标准化,即对原始数据作线性变换,使结果落到[0,1]区间。

数据转换公式为: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)

权重确定方法,如目标优化矩阵。

目标优化矩阵的用法为: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,那么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,根据合计的数值进行排序。

7、杜邦分析法

以总资产收益率和权益乘数为核心,重点揭示企业盈利能力及权益乘数对净资产收益率的影响,以及各相关指标间的相互影响关系。

8、漏斗图分析法

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。

9、矩阵关联分析法

根据事物(如产品、服务等)的两个重要属性(指标)作为分析的依据,进行分类关联分析,找出解决问题的一种分析方法。以属性A为横轴,属性B为纵轴,组成一个坐标系,在两坐标轴上分别按某一标准(可取平均值、经验值、行业水平等)进行刻度划分,构成四个象限,将要分析的每个事物对应投射至这四个象限内,进行交叉分类分析,直观地将两个属性的关联性表现出来,进而分析每一个事物在这两个属性上的表现。又称象限图分析法。

发展矩阵:用箭头把每个项目在近年中的变化标注出来。

改进难易矩阵

10、其他高级数据分析方法(开个坑留在这里以后专门整理方法)

(1)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

(2)品牌研究:相关分析、聚类分析、判别分析、因子分析、对应分析、多维尺度分析等

(3)价格研究:相关分析、PSM价格分析等

(4)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

(5)满意度分析:相关分析、回归分析、主成分分析、因子分析、结构方程等

(6)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

(7)预测决策:回归分析、决策树、神经网络、时间序列、Logistic回归等

工具:

数据透视表

以上内容为个人理解整理学习用,请在引用时标明原作者。

如果觉得我的努力还可以,客官点个赞可好?

如果有理解错误,请评论指点我修改。你的支持也是我的学习动力。谢谢!

最后编辑于
©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 212,294评论 6 493
  • 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 90,493评论 3 385
  • 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 157,790评论 0 348
  • 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 56,595评论 1 284
  • 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 65,718评论 6 386
  • 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 49,906评论 1 290
  • 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 39,053评论 3 410
  • 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 37,797评论 0 268
  • 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 44,250评论 1 303
  • 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 36,570评论 2 327
  • 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 38,711评论 1 341
  • 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 34,388评论 4 332
  • 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 40,018评论 3 316
  • 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 30,796评论 0 21
  • 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 32,023评论 1 266
  • 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 46,461评论 2 360
  • 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 43,595评论 2 350

推荐阅读更多精彩内容