本文介绍了数据分析的基础知识，包括数据量、复杂度和颗粒度的概念，强调了数据分析在理解整体状况、快速查询、发现数据关系及业务预测中的作用。文章还概述了数据分析流程，从数据采集到数据展现，并探讨了统计与挖掘的区别。此外，解释了如平均值、标准差、正态分布等统计术语，以及因变量和自变量的关系。最后，提到了数据稳定性、数据变形、分类汇总等关键术语。
一、什么是数据分析
1.企业数据量比较大的，复杂度比较高的，颗粒度比较细的数据，具有比较高的分析和利用价值。
数据量大——两点：企业的行业属性和信息化程度（典型的就是互联网行业）
数据复杂度——如果说数据量相当于数据的行，那么数据复杂度就相当于数据的列。
数据颗粒度——是指从不同的层次来看待数据颗粒度越细越好，可以自行组合为颗粒度较粗的数据。
2.数据分析给我们带来什么
（1）了解数据的整体状况：总体状况（总销量、总人数、总费用等）、结构状况（分布情况）、异常情况和其他一些数据特征。
（2）快速查询数据
（3）数据之间关系的探索，需要用到一些统计分析的模型算法
（4）业务预测，为决策提供科学指导
3.数据分析的几大抓手—足够多的数据、数据质量、合适的工具、分析结果的呈现。
4.数据分析的流程
（1）数据采集
（2）数据整理（占用时间较多）
（3）制表——如：采购报表，生产报表，财务报表，人事报表等
（4）数据分析——营销数据分析、财务数据、生产质量、等
（5）数据展现
二、数据分析的理论、工具、模
最低0.47元/天 解锁文章
990
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
