数据分析思维学习笔记-1

数据分析过程

graph LR
  A[明确问题]-->B[搭建框架]
  B-->C[数据提取]
  C-->D[数据处理]
  D-->E[数据分析]
  E-->F[数据展现]
  F-->G[撰写报告]
  G-->H[报告演讲]
  H-->I[报告闭环]

1. 明确问题
   需要与业务方多沟通，不仅仅是什么问题，而要问清查为什么。
2. 搭建框架
   注意输出思维导图并与业务方确认
   主要需要确定提取那些数据，怎样进行分析（对比分析或数据挖掘等），达到怎样的效果
3. 数据提取
   一般使用sql语句提取数据
4. 数据分析
   一般先对数据进行预处理，对空值和超常值进行处理，数据归一化或者降维处理等
5. 数据展现
   使用Excel画图或者Python可视化等其他可视化工具处理
6. 撰写报告
   最终成果，一定要简洁明了
7. 报告演讲
   报告输出
8. 报告闭环
   这一步一定要，一份报告要有落地方案，而且报告闭环即观察方案落地后效果如何。

数据分析工具

1. excel
   1. Excel对比分析：使用筛选和色阶功能
   2. 时间序列拆解分析
   3. 相关性分析
   4. 临界点分析
2. Sql
   1. 大数据相关
   2. 读取表中数据：select语句
   3. 多练习，多沟通，多交流
3. PPT
   1. 报告展示
4. R或Python
   1. 爬虫
   2. 文本挖掘
   3. 脚本编写

数据分析多元思维模型

• 中观能力
  • 真正的专业度
  • 能够很好地发现其他分析师报告存在的问题
  • 需要长时间总结和积累
• 微观能力
  • 有效沟通力和快速发散收敛力
  • 能从业务方的交流中发现问题、找到分析方向
  • 很多分析师都没有意识到这一点的重要性
• 宏观能力
  • 洞见的全局观
  • 能够从社会事件、整个行业发展中找到业务的决策方向
  • 极难、平台和天赋缺一不可

如何培养数据分析多元思维能力

• 中观能力
  • 技术理解方面 ：能够从理论和实际上完全理解所使用的技术及其使用场景，从而让业务逻辑根据fang
  • 逻辑性：整体思考的逻辑性，分析的每个环节都要严谨
  • 价值点：做出的东西价值在哪里，能不能立马落地，这个由业务方说了算
• 微观能力
  • 有效沟通能力：在与业务方的沟通中快速找到有用的信息
    • 黄金思维圈法则：反问业务方为何要做这件事，业务方都会有个很具体的回答，往往可以找到切入点
    • 提前做好准备工作：在与业务方沟通前，提前对数据这方面熟悉了解或对项目进行了解
  • 快速发散收敛能力：关于切入点的想法要多，并且知道如何深入分析
    • 尽可能多与业务leader沟通，看他们如何思考业务的
    • 看心理学、社交学、记忆力、科普类、经济学方面书籍，多看多思
    • 刻意联系，做金字塔模型，慢慢养成习惯
• 宏观能力
  • 通过做行业分析来培养宏观能力
  • 了解国家大事对宏观数据分析有一定的帮助