16、数据分析业务

一、业务相关前提知识

1、数据是什么？

数据是人为定义的有用信息，而自然界中被记录下来的人为或非人为所发生的所有事件都为信息。

2、分析的是什么？

分析的主要是数据的内在联系。

环比(二月份)=(二月份销售金额-一月份销售金额)/一月份销售金额

3、怎样进行数据分析？

数据分析的主要流程分为八步：

1）业务理解：（行业背景、市场背景、业务方需求）

在业务分析工作开始之前，首先对此次分析的行业背景、市场情况等信息进行一个充分的理解，明确委托人对于此次分析报告要达成的目的，确定此次分析报告的方向。

2）数据获取：

此次分析需要用到的有用信息。

获取到的数据类型有以下几种方式：

①一手数据：未经人为处理加工过的数据。（收银系统中的销售金额）

②二手数据：经历人为处理加工的数据。（天气预报）

③定性数据：按照某种性质对样本进行描述的数据，定性数据进行加减乘除没有意义。（高矮胖瘦）

④定量数据：按照数值对样本进行描述的数据，定量数据进行加减乘除有意义。（体重：50kg）

⑤连续型数据：数据连续可变，数值分割后还能再次分割。（身高，体重，距离）

⑥离散型数据：数据离散分布，数据分割之后不能再分。（年龄，人数）

⑦文本型数据：以文本来描述一个字段。（性别）

⑧数值型数据：以数字来描述一个字段。（并且数值之间的加减乘除是有意义的）

3）数据理解探索：

主要是针对表中的数据内容进行一个大致的了解：

①了解数据长度（记录行数）、宽度（字段数）

②了解每一个字段里面描述的信息（度量/维度/线索）

度量：数值型数据，加减乘除有意义。

维度：从某一个维度对事物进行定性描述。

线索：可以将所有的度量和维度串联起来，并且解释说明有意义。

4）数据清洗预处理：

在分析过程中可能存在数据不规整的情况，需要我们对数据进行清洗处理，以规整数据方便进行下一步分析。

数据规整包括：

①空值

②不规范数据：性别中通常用男女表示，但是某个单元格用01,0表示，此时1,0所在单元格就是不规范数据。

③非逻辑值：不符合现实逻辑的数据。如：张三年龄25岁，工作年限17年，17年所在单元格就是非逻辑值。

④极大值、极小值、极均值。

5）探索化分析：

拿到数据之后，因为我们不清楚字段间有哪些关系，以及异常点是如何出现的，所以我们需要对得到的数据进行一个全维度的分析，去找到有关系的字段。全维度分析之后还可以进行迭代分析。

6）数据可视化：

在探索化分析结束之后，我们需要在报告中展示数据之间的关系，此时我们使用图表的方式在分析报告中展示出来。

人对数据可视化的接受程度：动态图>静态图> 表格>文字。

7）数据挖掘：

在探索化分析之后，有机会发现一些异常数据。如果想要找出异常数据出现的原因，我们需要进一步地获取相应的信息，进行深入分析有价值的东西，这一个过程就是数据挖掘。

8）模型建立：

在以上七步分析结束后，我们此次的分析过程已经完成，在完成之后对于此次分析中用到的分析方法、分析思路、整体的分析方式进行一个复盘总结，以便于下次遇到相似的需求时，可以直接使用此次的分析过程。这就是模型建立的过程。

4、数据分析在做什么？

1）发现问题

2）解决问题

3）规避问题

①规避已经发生过的问题

②规避可能发生的问题

二、excel操作

快速选择：ctrl+shift按上下左右可快速选择连续数据

维度下拉：ctrl+shift+L

三、项目-商品购物记录

集中趋势分析

四、excel

TEXT函数用于将数值或日期格式化为文本。其语法为：

=TEXT(值, 格式文本)

其中，值表示需要格式化的数值或日期；格式文本则为希望将值格式化为的文本格式。

TEXT函数中格式文本的参数是非常关键的，具体参数如下：

数值格式：

0：将数值格式化为整数，无小数位。

0.00：将数值格式化为含两位小数的数值，且四舍五入。

#,##0：将数值格式化为含千分位分隔符的整数。

#,##0.00：将数值格式化为含千分位分隔符的含两位小数的数值。

0%;：将数值格式化为百分比格式，乘以100并在最后添加百分号。

日期时间格式：

yyyy：将日期格式化为四位数的年份（例如：2021）。

mm：将日期格式化为两位数的月份（例如：07）。

mmm：将日期格式化为缩写的月份名称（例如：Jul）。

mmmm：将日期格式化为月份的全称（例如：July）。

dd：将日期格式化为两位数的日期（例如：01）。

ddd：将日期格式化为缩写的星期几名称（例如：Fri）。

dddd：将日期格式化为星期几的全称（例如：Friday）。

h：将时间格式化为一个数字小时（例如：3）。

hh：将时间格式化为两位数表示的小时（例如：03）。

m：将时间格式化为一个数字表示的分钟（例如：7）。

mm：将时间格式化为两位数表示的分钟（例如：07）。

s：将时间格式化为一个数字表示的秒钟（例如：12）。

ss：将时间格式化为两位数表示的秒钟（例如：12）。

上述只是常用的数值和日期格式化文本，还有很多灵活的带格式化占位符，可以根据需要进行选择。