这7条数据分析思路与技巧，让分析结果更可靠、完整！

大家好。在和一些新数据分析师交谈时，经常听到他们说“在工作中没有自己的分析思路，经常机械地执行上级布置的任务，无法创建自己的数据分析方法论”。

确实，作为一名数据分析师，我也能理解刚接触该领域的同学的担忧。但它的缺点是完全缺乏数据分析思想的整合。

下面我将简单分享一下我在数据分析领域的个人经验，并总结了7种常见的基本数据分析思路，可以满足你大部分的工作需求：

1数据分析前的准备

数据分析一定要有目标！

举个最简单的例子，业务方最近推出了一个新功能，希望你分析一下该功能当前的使用情况。你现在应该做什么？

你会认为目标是“分析业务功能的条件”，然后基于这个模糊的目标，你只能进行描述性统计分析，给业务方最大UV值、最小值、中位数、均值和方差。每天的标准差看起来很棒，但是这个数据意味着什么？

你确实需要找出业务方的需求是什么，然后分析业务的最终目标，并将该目标分解，例如刚才举的例子，业务真正想知道这样做的目的是什么新功能以及它是如何提高客户保留率的？或者您想提高客户转化率？或者是其他东西？然后我们分解这个目标，确定我们的指标并进行分析。

2数据分析的七个思路

下面我们描述了您可以使用的7种不同的基本数据分析思路，并提供了每种方法的示例。

随着时间的推移而变化

特点：使用时间段来说明趋势。

示例：分析供应商采购金额、根据时间趋势查看单价数据、查看每日流量变化。

索取详情

功能：设置上下文，以便查看者可以通过更详细、更具体的类别更好地理解数据信息。

示例：从团体绩效深入到个人绩效得分，从省级销售深入到城市销售。

搬走

功能：描述观看者所关注的内容与全局的关系，以及特定内容对全局的影响。

示例：客户下降分析：哪些类型和层级的客户大幅下降，影响了整个客户群

比较

功能：显示两个或多个主题之间的差异。

示例：比较两年（2017年和2018年）客户类型和水平的下降情况。

路口

目标：突出一个类别超越另一个类别的重要转变

阶乘除法

它的作用：通过将主题分解为不同的类型或类别来阐明主题。推荐大家看看《金字塔原理》这本书

示例：从销售额、毛利率、净利润分析经营状况

独家的

功能：显示异常情况或特殊事件异常情况。

示例：通过寻找不寻常的销售渠道、流量渠道等来识别存在的问题。

3、数据分析后要注意什么

1标记关键数据点

数据展示应简洁、重点突出。如果不需要标题、图例或网格线，可以取消设置。目前，在国内，常用Excel和一些可视化工具来展示数据。TB和FineBI等可视化工具不强调任何代码、敏捷性和可视化，取代了传统的BI工具SAPBO和IBMcognos（不过，近年来它们出现了）。创建云BI）。

另外推荐的还有FineBI（国内）、Tableau（国外）等业界认可的成熟BI工具。

下面是我使用FineBI创建的数据展示图表。通过查看修改前的外观就可以感受到简洁数据显示的重要性。

（文末我提供了FineBI的获取方式，有兴趣的就抓紧吧）

修改前

修改后

2关注商业评论

我们做数据分析的时候，最终希望能够用于业务，对业务有真正的价值。

因此，在向需求方呈现分析结果时，还需要提及一件事：期望何时看到结果和反馈。只有这样一个完整的过程才可以认为是一个闭环。并能不断查漏补缺并反馈反馈，提高自己的数据分析能力。

数据分析论文是一个基础指南，可以在一些常见的分析场景中快速使用。。