数据分析学习记录day1

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

今日作业：复盘仪表盘的操作内容，熟悉BI