一、什么是数据分析
指用专业的统计分析方法对大量数据进行分析,并加以详细研究和概括总结,提取有价值的信息,形成有效的分析结论,从而影响业务决策
二、数据分析的重要性
一切事物,如果不能量化它,我们就没法真正理解它;如果不能理解它,我们就没法真正控制它;如果不能控制它,我们就没法真正改变它。
在大数据时代,人类大脑无法理解的复杂,而数据分析可以解读其中的含义;面对难以掌控的未知因素,而数据分析可以预测其中的规律。
数据分析能够弥补我们对直觉的过分自信,更科学合理地思考问题和做决策。
三、数据分析的作用
现状分析,过去发生了什么?例如通过描述性统计诊断业务状况
原因分析,为什么会发生?例如通过维度拆解和指标拆解等分析方法,并结合实际业务,寻找业务异常点
预测分析,将来可能发生什么?例如根据用户行为数据预测是否即将流失,并对即将流失的用户采取挽留措施
四、如何数据分析?
1.明确分析目的与思路
- 思路决定结果,必须明确数据分析目的,形成清晰的思路框架,避免为了分析而分析
2.数据收集
基于分析目的去收集相关的数据集,大部分为公司的内部数据,也可能涉及外部数据
-
关系型管理数据库(RMDB,利用SQL语言取数),数据仓库(WareHouse,利用HiveSQL取数)
-
文件:excel、csv、txt等
-
系统/平台:手动导出、selenium等python自动化脚本
-
互联网:网络爬虫
-
API:requests请求库、解析json文件等
3.数据清洗
将数据整理成整洁干净并利于接下来分析的结构和格式,数据可能分布得比较零散,需要对各类数据集进行集成
-
异常值、错误值、缺失值处理
-
字段的拆分、合并、信息提取、格式转换等
-
表关联:左、右、外(全)、内连接、笛卡尔积表等(左半、左反连接等)
-
表结构转换:行转列(长表转宽表)、列转行(宽表转长表等)、行列转置、数据透视(逆透视)
4.数据分析
需要掌握常用的分析方法和机器学习算法
-
基本分析方法:构成分析、对比分析、分组分析、交叉分析、趋势分析等
-
高级分析方法:线性回归、逻辑回归、决策树、随机森林、聚类等算法
5.数据可视化
将分析观点用图表的形式呈现出来
-
字不如表,表不如图,一图胜千言
-
基本统计图表:饼图、条形图、折线图、散点图、雷达图、漏斗图等
-
专业统计图表:直方图、热力图、箱线图、提琴图、核密度估计图等
6.数据分析报告
将重要的分析结论和发现汇总成PPT,形成一份完整的数据分析报告
-
金字塔结构,总分总形式
-
结论先行、由上而下、归纳分组、逻辑递进
-
结构清晰,层次分明,突出重点,明确要点
7.数据应用
-
将可行性的建议方案应用到实际业务场景,并解决公司的实际业务问题
-
为业务决策提供数据支持,实现数据驱动业务增长
四、数据分析工具
工欲善其事必先利其器,需要掌握的主流数据分析工具
-
Excel,非常重要的基础
-
PowerBI/Tableau,强大的商业智能BI工具
-
SQL,必备的数据库数据查询语言
-
Python,人工智能的首选计算机语言
好了,今天的分享就到这里了!最后多说一句,如果你想从事数据分析行业的话,Python是一定要学习的,这里有我自己整理的一套最新的python系统学习教程,如果你需要的话,微信扫描下方CSDN官方认证二维码即可领取
零基础Python学习资源介绍
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python学习软件
工欲善其事,必先利其器。学习Python常用的开发软件都在这里了!
三、Python入门学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~
四、Python练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
五、Python实战案例
光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。这份资料也包含在内的哈~
六、Python面试资料
我们学会了Python之后,有了技能就可以出去找工作啦!下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
七、资料领取
上述完整版Python全套学习资料已经上传CSDN官方,需要的小伙伴可自行微信扫描下方CSDN官方认证二维码免费领取