数据分析入门PPT课件

2020/2/20
21
数据分析的基本方法是统计，核心是思考与推理。
2020/2/20
22
2020/2/20
23
散点图：描述两个变量相关关系时 使用。
18
2、一定要有解决方案 和建议方案
1、要有一个好的框架
2
1
3、每个分析都有结 论，而且结论一定要明 确
4、尽量图表化
2020/2/20
1、不要试图面面俱 到，要有重点
2、不要记叙文，要 议论文
3
4
3、不要回避“不良
4、不要有猜测性
结论”
的结论
19
THRE E
可帮助用户评审和权衡潜在决策的影响力。可用来分析历史模式和概率，以预测未来业绩并采取预防措施。）
2020/2/20
6
TWO
数据分析的六大步骤
2020/2/20
7
明确分 析目的
数据 处理
数据 展现
2020/2/20
数据 收集
数据 分析
报告 撰写
8
梳理分析思路，并搭建分析框架，把分析目的分解成若干个 不同的分析要点，即如何具体开展数据分析，需要从哪几个 角度进行分析，采用哪些分析指标。
11
定义：数据处理是从大量的、可能是杂乱无章 的、难以理解的数据中抽取并推导出对于某些特 定的人们来说是有价值、有意义的数据。
万能工具：EXCEL
Garbage In， Garbage Out！
数据清洗 数据计算
数据转化
2020/2/20
Tips：在做数据处理时，不要在原始数据上进行数据
处理以防原始数据丢失，保留数据处理过程以便发现
评估产品机会：产品机会评
估对后期产品设计及迭代都至 关重要，甚至说决定了一个产 品的未来和核心理念。
分析解决问题：通过必要的
数据试验才能追溯到问题源 头，进而制定合理的解决方 案，彻底解决问题。
预测优化产品：数据分析的
结果可以预测未来发生什么， 缩短迭代周期，精益求精。
2020/2/20
9
数据库
第三方统计工具
错误时查找。
12
数据分析：用适当的分析方法及工具，对处理过的数据进行分析，
提取有价值的信息，形成有效的结论。
数据挖掘：侧重解决四类数据分析问题：分类、聚类、关联和预
测，重点在寻找模式与规律。
2020/2/20
13
集中趋势：
平均数、加权算 术平均数、中位 数、众数
离散趋势：
方差、标准差、全距
变化趋势： 同比、环比
相对位置：Βιβλιοθήκη Baidu
百分比、四分位 数、比率
2020/2/20
14
对比分析法：将两个或两个以上的数据进行对比分析，分析其中 的差异，从而揭示这些事物发展变化的规律和情况。
4.5
新排入 延期排入 紧急插入
4
3.5
3
2.5
2
1.5
1
0.5
0
1月
2月
3月
4月
2020/2/20
对比分析法
横向比较：
指对同类的不同对象在统一标准下进 行比较的方法。要注意事物的可比 性。
浏览商品100
加入购物车30
生成订单20
完成支付15
完成交易10
2020/2/20
17
2020/2/20
能用图说明问题的就不用表 格，能用表说明问题的就不用 文字。
折线图：按照时间序列分析数据的 变化趋势时使用。
柱状图：指定一个分析轴进行数据 大小的比较时使用。
饼 图：指定一个分析轴进行所占 比例的比较时使用。
2020/2/20
基础篇
1
CON TENT
S
2020/2/20
什么是数据分 析？
数据分析的六大步骤
数据分析的误区
2
ONE
什么是数据分析？
2020/2/20
3
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，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。
2020/2/20
数据分析的误区
2020/2/20
20
分析目的不明确， 为了分析而分析
缺乏行业、公司业务 认知，分析结果偏离 实际。数据必须和业 务结合才有意义。
忽略环境是动态变化 的，数据分析的方法 和标准一成不变。
盲目依赖数据，对数 据中呈现的问题缺乏 求证
数据是客观的，但解读数据的人是主观的。
只有正确的认识数据，才能正确的利用数据
统计年鉴或报告
市场调查
2020/2/20
10
数据埋点
数据埋点，就是 在正常的功能逻 辑中，预先添加 统计代码，将自 己需要的数据统 计出来。
2020/2/20
串接第三方统计工具 Google Analytics、 AppsFlyer
自己研发，开发时加 入统计代码，并搭建 自己的数据查询系 统。
不同产品，不同目的， 需要的支持数据不同， 确定好数据指标后，选 择适合自己公司的方式 来收集相应数据。
纵向比较：
指对同一事物在不同时间里的发展 变化进行比较的方法。
15
细分（逻辑树分析法）
不断用更小的量化指标去细分一个大的指标，从而达到定位问题的目的。
成交额
客单价
客户数
成交价
人均成交 数
新客户
老客户
件单价
连带率
自然量
推广量
二次成交
多次成交
2020/2/20
16
漏斗分析法
用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找 到最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中。
4
2020/2/20
描述性数据分析属于初级分析方法， 是我们工作中最常用的数据分析方 法；
探索性数据分析侧重于在数据中探索 新的特征，验证性数据分析侧重于验 证之前假设的真伪性；
探索性数据分析以及验证性数据分 析属于高级分析方法，常见的分析 方法有相关分析、因子分析、回归 分析等。
5
数据分析的三大作用：现状分析、原因分析、预测分析 ➢ 案例1：《综合资源系统系统需求实施进展分析》 —— 现状分析 ➢ 案例2：《业务开通系统管控问题分析》 —— 原因分析 ➢ 案例3：《网管需求管控项目风险识别清单》 —— 预测分析（预测分析和假设情况分析