读书笔记：《谁说菜鸟不会数据分析-入门篇》第1-4章

读书笔记：《谁说菜鸟不会数据分析-入门篇》

第一章：数据分析是神马
数据分析分类：
1、数据分析分类：
描述性数据分析：常见方法：对比分析法、平均分析法、交叉分析法
探索性数据分析–发现数据中的新特征；常见分析方法：相关分析、因子分析、回归分析
验证性数据分析–验证已有假设的真伪
2、数据分析在企业日常经营中的三大作用：
现状分析–目前的经营、运营状态–日报、周报、月报等
原因分析–针对某一现状分析原因
预测分析
3、数据分析6步曲：
明确分析目的和思路–数据收集–数据处理–数据分析–数据展现–报告撰写
（1）分析框架体系化：以营销、管理等理论为主导，结合业务情况
营销方面的理论：4P、用户使用行为、STP理论、SWOT等
管理方面理论：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则
（2）数据来源：数据库、公开出版物、互联网、市场调查
（3）数据处理：数据清洗、数据转化、数据提取、数据计算
（4）数据分析工具–EXCEL，SPSS，PYTHON等
数据挖掘：分类、聚类、关联、预测–重点在于寻找模式和规律
基本分析方法：对比分析、分组分析、交叉分析、结构分析、漏斗图分析、综合评价分析、因素分析、矩阵关联分析等
高级分析方法：相关分析、回归分析、聚类分析、判别分析、主成分分析、因子分析、对应分析、时间序列
4、几个常用指标及术语：
平均数–算数平均数
绝对数、相对数–相对数=比较数值/基础数值
百分比、百分点
频数、频率
倍数、番数–原来数量的2的N次方倍（翻一番）
同比–与历史同期进行比较；环比–与前一个统计期对比

第二章：结构为王–确定数据分析思路
1、数据分析方法论作用：理顺分析思路，确保数据分析结构体系化；把问题分解成相关联的部分，并显示它们之前的关系；为后续数据分析的开展指引方向；确保分析结果的有效性及正确性。
2、常用的数据分析方法论：
（1）PEST分析法：
用于宏观分析，对于四大类影响企业外部环境的因素：政治（Political）、经济（economic）、技术（technological）、社会（social）
a、政治环境的关键指标有：政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、专利数量、国防开支水平、政府补贴水平、民众对政治的参与程度。
b、经济环境：分为宏观经济环境和微观经济环境
宏观经济环境是指一个国家的GDP\GNP等，反应国民经济发展水平和发展速度。
微观经济环境是指企业所在地区的消费者收入水平、消费偏好、储蓄情况、就业程度等，决定企业目前及未来的市场大小。
关键经济指标有：GDP及其增长率、进出口总额及其增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。
c、社会文化环境关键指标：人口规模、性别比例、年龄结构、出生率、死亡率、种族结构、妇女生育率、生活方式、购买习惯、教育情况、城市特点、宗教信仰等
d、技术环境关键指标：新技术的发明和进展、折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度、国家重点支持项目、国家投入研发费用、专利个数、专利保护情况等
（2）5W2H分析法
何因（why）何事（what）何人（who）何时（when）何地（where）如何做（how）何价（how much）
（3）逻辑树分析法
问题分析的常用工具，将问题的所有子问题分层罗列，逐笔向下拓展。
eg：
使用原则：要素化、框架化、关联化–不重不漏
（4）4P营销理论
随着营销组合理论产生，把营销组合理论里面的要素概括为4类：产品（product）、价格（price）、渠道（place）和促销（promotion）
a、产品包括有形产品、服务、人员、组织、观念等
b、价格包括：基本价格、折扣价格、支付期限等
影响定价的主要因素：需求、成本、竞争
c、渠道：产品从生产企业到用户手上的全过程
d、促销：广告、推广宣传、人员推销、促销等
（5）用户行为理论
用户行为的完整过程：认知-熟悉-试用-使用-忠诚

总结：PEST主要用于行业分析
4P理论主要用于公司整体营运情况分析
逻辑树用于业务问题专题分析
用户行为理论用于用户行为分析
5W2H可用于用户行为、业务分析等

第三章：巧妇难为无米之炊-数据准备
1、理解数据
字段与记录、数据类型–文字与文字、数据表、二维表与一维表转换（数据透视表）
2、数据来源
导入数据–分列、来自网站导入等
问卷录入要求–数值题、单选题（1、2、3、4）、多选题（01或者数字）、排序题（1、2、3。。。）、开放性文字题（分类录入）

第四章：三心二意-数据处理
1、数据处理的内容：数据清洗、数据加工
2、数据清洗
（1）重复数据的处理
a.函数：COUNTIF（range，计算条件）
b.高级筛选–不重复的数据
c.数据透视表
d.删除重复数据
（2）缺失数据的处理–定位输入（ctrl+G）-可定位空值
a.用样本统计量的值替代缺失值，如样本均值
b.应统计模型计算结果替代缺失值，如回归模型、判别模型等
c.将缺失值的记录删除–会导致样本量变少
d.保留缺失值记录，仅在分析时做必要排除
----利用ctrl+enter快捷键，可以一键在选中的单元格内用一样的公式或者一样的内容
（3）检查数据逻辑错误
a.IF函数–IF（逻辑表达式结果为TRUE或者FALSE，为TRUE时返回的值，为FALSE时返回的值）
b.用条件格式标记错误
3、数据加工
（1）数据抽取–提取字段中某些信息
a.字段分列
b.函数法:LEFT(待提取的字段，指定字符数量)–提取字符串左边指定个数的字符
RIGHT(待提取的字段，指定字符数量)–提取字符串右边指定个数的字符
CONCATENATE(TEXT1,TEXT2…)–J将几个文本字符合并为一个文本字符串
Vlookup（查找值，查找范围，希望返回匹配的列数，是否精确匹配）
（2）数据计算
a.简单计算
b.函数计算-AVERAGE\SUM\TODAY\NOW\DATE\MONTH\DAY\DATEDIF(返回两个日期的间隔天数)
（3）数据分组–VLOOKUP(模糊匹配)
（4）数据转换
a.行列转换–选择性粘贴-转置
b.Hlookup-按行查找，用法与Vlookup类似
Isnumber-看是否是数值，是返回true，不是返回false
Seach（要查找的字符串、要在那个字符串中查找、从第几个字符串开始查找）-返回指定字符串在原始字符串中首次出现的位置
4、数据抽样
Rand（）-返回[0,1]均匀分布随机数