数据分析师的学习之路（2）

数据分析，数据是核心，所以看看到底什么是数据。

二、数据

1、数据是什么？数据能干啥？

        数据，DATA，其实就是指未经过处理的原始记录，比如说商品数据就有商品名称、商品价格、商品销售额等等，还比如用户数据，用户名，用户收藏，用户点赞等

        常用的数据体系维度有：

                性别、年龄、地理位置、行业、购买力、互动频率、最近互动时间…

        常见数据应用方向：

                个性化推荐、价格歧视、A/B test、用户生命周期管理、产品生命周期管理...

2、数据的特性

        1）变异性

                数据表现出来的值不会是很一致的，数据的离散度不一样，可能会很分散。

                用于反应数据变异性的常用指标有：

                        标准差、方差、极差

        2）规律性

                大量数据经常也会表现出一定的规律性，比如说数据呈现正态分布就很常见。

        3）客观性

                分析数据要客观，不能凭一组或者一种数据就下定一个结论，不能一叶障目，不同数据能得到不同的结论，所以要综合分析，并且分析的时候要控制变量。

3、优秀数据分析师的特点

        1）对业务的理解

                数据分析是要为业务服务的，不深刻理解业务也就没意义。

                举些常见的业务。

                电商业务：常见数据有 GMV、复购率、客单价、UV、PV、UV、转化率等

                广告业务：单次点击竞价、点击率、有效访问率等

                产品业务：PV、UV、日活月活、用户存留、ARPU等

                供应链业务：缺货率、安全库存、滞销率、备货量等

                营销业务：市场占有率、ROI、头部市场、腰部市场、长尾市场等

        2）对工具的使用

                软件工具：Excel、Python、R、spss

                分析方法：描述性分析、预测性分析、仿真分析等

                数学模型：分布模型、回归模型、分类模型等

        3）数据描述表达

                数据分析完最终要给对象看或者讲的，对象比如是领导、同事、客户等。

                图表可视化：比如帕累托分析看二八分布

                业务逻辑表达：例如广告投放营销用漏斗转化模型看展示量、点击量、访问量、咨询量、成交量

                业务决策表达：例如多维度广告数据分析的四象限分析法。

  4、数据分析的四个步骤

        1）数据抓取

                埋点：在应用特定流程中收集信息

                爬虫：按照规则自动抓取，比如商品价格、评价、名称、销量等等前端能看到的。

                API：通过一些平台提供的接口获取数据

        2）数据清洗

                抓取的原始数据不一定能直接来用，要进行质量分析。

                缺失值分析：排除空值、遗漏值

                异常值分析：分析一些明显不太对的数据，箱型图可以检测异常值

                一致性分析：分析一些有矛盾的，多数据源的数据

        3）数据分析

                可视化；一般简单的Excel也能用，比如表格转饼图、线形图等

                诊断型分析：用一些数学、运筹学方法来分析，线性回归之类的

                仿真法：可以使用随机数的仿真方法来解决业务问题。

        4）业务决策

                常见的业务决策方向：

                        描述性统计 ->用户画像 ->针对性运营

                        诊断性分析 ->ROI评估 ->企业资源配置优化

                        预测性分析 -> 未来业绩评估 -> 活动策划/人员工作排期

                        仿真模拟 ->不同情况风险评估 ->供应链资源规划

5、Excel和Python              

        这俩最常用。

        Excel的优势：

                1）对单数据源（单表格）数据分析非常灵活、方便

                2）操作简单、分析方法可复制性强，对业务方指导性强

        Excel的劣势：

                1）对多数据源（多表格）数据分析时比较麻烦、低效

                2）对大数据量数据源分析时容易发生卡顿、报错

        Python的优势：

                1）可读性文字编写语言，学习难度较小

                2）数据可视化、数据分析的工具包丰富、分析效率高