【数据分析】理解数据分析

数据分析是通过统计分析方法对收集的数据进行研究,提取有价值信息并形成结论的过程,旨在揭示业务规律,辅助决策。它包括描述性、探索性和验证性分析,常见方法有对比、平均和交叉分析等。数据分析框架帮助结构化问题,经典方法如PEST、4P、逻辑树等。数据分析师需处理数据收集、处理、分析和可视化,面临挑战如数据质量、分析目标和时间管理。有效工具如Excel、PPT和各种分析软件在其中起关键作用。数据挖掘与人工智能、深度学习相关,是数据分析的高级形式。
摘要由CSDN通过智能技术生成

说实话,在认认真真思考之前,我一直没弄明白到底什么是数据分析                          

什么是数据分析???

明确定义

  【数据分析与数据挖掘的区别】数据分析找数据变化的原因和本质,数据挖掘是找模式,找一种发现知识的模式。好比,今天股市大涨,数据分析是找涨的原因,数据挖掘是发现什么样的容易涨;数据分析更加偏向于描述性的分析,和数据挖掘更加偏向于预测性的分析,但两者的本质是一样的,都是从数据里面发现关于业务的知识!——@数据挖掘与数据分析

  数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总、理 解并消化,以求最大化地开发数据的功能,发挥数据的作用。数据分析是为了提取有用信 息和形成结论而对数据加以详细研究和概括总结的过程。这里数据也称观测值,是通过实 验、测量、观察、调查等方式获取的结果,常常以数量的形式展现出来。

  数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来,总 结出研究对象的内在规律。在实际工作当中,数据分析能够帮助管理者进行判断和决策,以 便采取适当策略与行动。例如,如果企业的高层希望通过市场分析和研究,把握当前产品的 市场动向,制订合理的产品研发和销售计划,就必须依赖数据分析才能完成。 在统计学领域,有些学者将数据分析划分为描述性数据分析、探索性数据分析以及验 证性数据分析(参见图1-1)。其中,探索性数据分析侧重于在数据之中发现新的特征,而 验证性数据分析则侧重于验证已有假设的真伪性。

  从另一个角度看,描述性数据分析属于初级数据分析,常见的分析方法有对比分析 法、平均分析法、交叉分析法等;而探索性数据分析以及验证性数据分析属于高级数据分析,常见的分析方法有相关分析、因子分析、回归分析等。我们日常学习和工作中涉及的 数据分析方法主要是描述性数据分析,也就是大家常用的初级数据分析。

经典吐槽

  【致数据分析师】上得了厅堂,下得了厨房;算得出流氓,查得出异常;面对过战场,质疑还要抗;偶尔也彷徨,心酸肚里藏;老大要得急,同事催得忙;EXCEL要棒,PPT还得强;整个就是一新时代的灰太狼。——@数据化管理

  【数据分析中易犯的错误】1、无明

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值