第二章*
大道至简，数据分析的思路都是最简单且最有效的。
1.预测
① 预测分析的关键点：
时间上数据连续性
数据的数量
数据的全面性
时间点上的数据越多，连续性越高，全面性越好，预测的结果越准确。
② 思路：将影响目标的因素全部都列出来，查看所收集到的数据是否包含了全面的分析数据，寻找计算手段，得出最终结论。
③ 作用：决策管理、效率管理、自适应管理、成本控制、犯罪预防。
2.厘清关系
在数据分析时，常常需要找到变量之间的关系，发现数据的特征，找到异常的数据，此时需要用到交叉分析法。
两项关系的交叉：建立横向分析和纵向分析，从数据的交叉点出发，进行数据分析。
作用：
理清数据关系；
快速分析每一个交叉点的值；
方便对数值进行求和计算；
将注意力集中在目标数据上；
多项关系的交叉❌
可以借助数据透视表，还可以进行折叠，先进行大范围的数据分析，在进行细化的分析。
3.假设验证法：先根据总体特征做出某种假设，然后通过抽样统计的方法，对假设做出接受或拒绝的推断。原假设和备用假设。
检验方法：T检验，Z检验，卡方检验。
4.判断好坏：对比
基本原则：数据的单位和计算方法必须一致。换言之，就是数据对比要找到统一的基准点，并且这个基准点要有意义。
常用的基准：
时间对比
空间对比
同级别空间对比
先进/落后空间对比
更大/更小空间对比
项目对比
标准对比 经验标准，理论标准，平均标准
5.分组
三个关键点：
1）确定分组依据，首先要分析数据包括哪些内容，再分析自己的目的，结合目的来确定分组依据。
2）确定组距与组数，组距是指一组数据当中的最大值与最小值的差值，
3）按照规划对数据进行分组
6.比例
7.平均
有哪些平均量值得考虑？
① 算术平均数：最重要，代表整体的综合水平。计算公式=数据总值/数据总个数
② 几何平均数：对各数据变量的连乘积开项数次方根，作用是对比率或指数进行平均计算，或者计算事件的平均发展速度。
③ 中位数
④ 众数
平均数的思考方向？
① 衡量事件的整体水平，判断事件的发展现状
② 比较事件的平均水平，掌握事件的发展规律，
③ 比较部分的发展水平
8.指标综合
核心思路：将对象的不同表现作为项目列出，再按照一定的评分标准，对项目进行打分，最后将项目的分数综合起来分析。
使用步骤：
① 确定指标。四项基本原则：
1）指标有针对性
2）指标设置要齐全
3）能收集到对应数据
4）按照重要性排序
② 收集指标数据
注意❗️这里的数据不一定是纯粹的数据，文字信息和图片也可以作为数据。
③ 确定指标权重。
④ 方法：
1）向专家咨询：让专家对指标的重要性打分，最后综合结果。
2）主观经验：采用实际的经验为指标的重要性打分
3）多元分析：计算各指标的影响因素
4）德尔菲法：德尔菲法又名专家意见法或专家函询调查法，是依据系统的程序，采用匿名发表意见的方式，即团队成员之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，以反复的填写问卷，以集结问卷填写人的共识及搜集各方意见，可用来构造团队沟通流程，应对复杂任务难题的管理技术。
5）层次分析法
⑤ 完成综合计算
9.杜邦分析（从财务的角度评价企业绩效的根本方法）
目的：
找到问题产生的根本原因，理清个元素之间的关系。
核心：
将企业的权益净利率使用结构化的因素表达出来，并通过加减乘除等的运算体现因素之间的内在联系，有助于企业管理层更加清晰的看到权益资本收益率的决定性因素、销售净利润率与总资产转化率、债务比率之间的相互关系。
步骤：
从净资产收益率（ROE）开始分析，逐渐分解计算各项指标，将分析的各个指标填入杜邦分析图，逐步进行前后期对比分析，也可以企业间进行横向分析，分析哪些指标影响到了ROE。
拓展阅读：
https://m.toutiao.com/is/dA7MQPW/ 财务数据人一定要懂的分析方法——杜邦分析法 - 今日头条
10.漏斗分析思路
优势：能够找到多个环节当中纰漏最大的一部分
应用范围：网站数据分析，电商数据分析，流量监控，目标转化
要点：
1）漏斗图适用于业务流程规范、有一定的周期和环节流程分析，如果数据本身不能呈现阶段性变化，那么可以考虑其他分析思路。
2）漏斗图可以展现转化率的变化趋势，即从第一个阶段到下一个阶段之间成功转化的客户量，通过转化率来衡量用户行为变化，为用户提供更科学的指导策略。
3）漏斗图需要更加科学的分析，在实际生活当中业务转化的流程往往有很多隐形因素影响，这时漏斗图的分析方法可能会出现纰漏，其解决方法是在转化节点上，根据事件对转化效果的大小进行设置。
11.象限分析法
应用范围：有两个主要因素相互作用的事件
象限1应该是重点关注区域，象限2为改进区，象限3为选择性放弃区，象限4为改进区。
作用领域：营销方案管理，战略定位，产品规划，用户管理
弊端：只能从两个维度分析对象
解决方案：增加z轴
常规分析是利用小圆点表示（x，y）坐标，但是实际上可以改变圆点的大小来增加数据维度。
**
6个数据分析的基本工具
**
1.数据透视表
适用于处理海量数据。
将海量数据制作成数据透视表，通过选择字段的方式快速切换数据版面，以不同的角度汇总商品数据。它不光可以做报表，还可以使用交互式工具，例如利用切片器的功能选择需要查看的数据。（详细内容会在后面介绍，这里只做一个大概的说明，重点是要建立一个excel功能方面的框架）
2.图表
① excel图表
② 外部图表 🔨工具：数据观、ECharts、图表秀、图表网、百度图说。
3.条件格式：突出显示单元格、最前/最后规则、数据条、色阶、图标集、新建规则自己写函数
4.迷你图：在数据的单元格当中直接绘制图表
5.分类汇总
6.交互式数据可视化Power BI
优点：
支持多种数据源，包括Excel，XML，CSV，文本，Access MSSQL，Oracle，BD2，Mysql，R，Hadoop，web等。
有在线编辑功能
强大的数据呈现方式
