数据分析的基本步骤:
1.确定目的:
比如:
为什么平台注册的用户数据会减少?
为什么销售业务下降了?
2.数据搜集:(搜不是收)
线上:
利用互联网技术进行自动采集。(爬虫技术)
线下:
问卷调查、权威刊物等途径手动录入。
3.数据处理:
原始的数据可能不完整、不清晰、有问题。所以要对不准确的数据进行加工。
自动化脚本 R、Python
具体处理方式:对脏数据清洗、缺失值补充、数据分组转换、数据排序筛选、业务指标计算。
4.数据分析和挖掘(重点):
把处理好的数据进行分析和挖掘,然后得出结论!
分析和挖掘是两个不同方向,选择很重要!
分析:
更侧重于业务,要深入各项业务。岗位更偏向财务、人事、销售、策划等。
数据分析的策略:
描述性的统计分析 ——>探索性的统计分析 ——>推断性的统计分析(阶梯型)
数据分析的方法:
对比分析、分组分析、预测分析、漏斗分析、A/B测试分析
挖掘:
侧重于模型和算法,需要一定的编程能力。
5.数据分析报告:
数据可视化:FineBI、PowerBI
数据报告:PPT、Word、Makedown
BI可视化的界面搭建:
准备数据:
1.打开FineBI
2.数据准备——>添加业务包——>重命名
3.点击业务包——>添加表——>Excel数据集——>选择数据集——>点击[确定]!!!
仪表板:
1.添加仪表板——>命名——>确定
2.仪表板样式——>选一个背景色
3.添加组件——>选择表格
4.把时间拖到维度——>把真实值和预测精确值拖到指标里面
5.把时间维度调整到-周/月/日进行观察
(注:注意区分维度和指标:维度不需要计算,而指标是需要计算的数据。一定条件下维度和指标可以进行转化[根据具体需求])
6.图形属性(调整图形的颜色、标签、提示、细粒度...)
7.颜色拖一拖,标签一定要拖