背景

之前发的文章开头都是“Python数据分析……”，使得很多伙伴以为我是专门分享Python的，但我的本意并非如此，我的重点还是会放到“数据分析”上，毕竟，Python只是一种工具而已。

现在网上可以搜到很多关于Python数据分析的内容，特别是很多习惯于使用Excel的同学，会有一种不能用Python替代Excel就会落伍被淘汰的焦虑感，其实完全没必要，下面是前段时间偶尔看到的一张图片，供有此焦虑的朋友们开心下。

Excel是企业信息化的终点

其实，这个段子有时候真的不是段子，很多企业搞了一堆系统之后，发现最后还是要回归到导入、导出Excel的老路上，我就正在这种悲催的路上前进着。。。

当然了，Excel很普及、很受用，但是在数据处理更高效、自动化更易实现、搭建模型更便捷的Python面前，多学习一些可以提升个人工作效率的工具总是好的。

但是，前提一定要记住：数据分析的重点在分析，而不在工具。

鉴于很多伙伴觉得我之前分享的学习笔记属于进阶版内容，希望能够一起从基础开始，有兴趣的小伙伴们可以一起参与进来。

目标

这篇文章是第1练，目标是对数据分析有一个宏观的认识，知道数据分析到底在分析什么，为什么要做数据分析，以及做了数据分析有什么好处。

下面我们基于5W2H的方法论，梳理清楚数据分析的具体内容，从而做到知己知彼，百战不殆！

数据分析的5W2H

1 什么是数据分析？

这个问题或许可以在网上搜到各种各样的答案，在我看来，数据分析就是一种工作流程，这种流程的目的是通过选择合适的分析工具，在统计学理论的支撑下，对数据进行一定程度的预处理，然后结合具体业务分析数据，帮助相关业务部门监控、定位、分析、解决问题，从而帮助企业高效决策，提高经营效率，发现业务机会点，让企业获得持续竞争的优势。

2 为什么要做数据分析？

因为数据分析可以把隐藏在大量数据背后的信息提炼出来，总结出数据的内在规律。代替了以前那种拍脑袋、靠经验做决策的做法，因此有必要就业务现状、问题原因、业绩预测等进行分析。

3 由谁来做数据分析？

现在基本上数据分析使用的场景可以覆盖企事业单位的所有岗位，不管是商业、财务、IT、人力等都会对数据分析有较高的要求，因此人人都可以、都需要就自己职责范围内，甚至是存在关联关系的数据进行分析，得到可以指导自己决策的信息。

4 什么时间做数据分析？

一般地，具体来说，数据分析在企业日常经营分析中有三大作用，即现状分析、原因分析、预测分析。在不同的时间尺度需求下，需要进行不同时间维度的分析。

现状分析可以告诉你业务过去发生了什么，具体体现在两个方面。

第一，获取现阶段的整体运营情况，通过各个关键指标的表现情况来衡量企业的运营状况，掌握企业目前的发展趋势。
第二，洞察企业各项业务的构成，通过现状分析可以了解企业各项分支业务的发展及变动情况，对企业运营状况有更深入的了解。

现状分析一般通过日常报表来实现，如日报、周报、月报等形式。例如，电商网站日报中的现状分析会包括整体以及各个业务单元的订单数、新增用户数、活跃率、留存率等指标同比、环比上涨/下跌了多少。

原因分析可以告诉你某一现状为什么会存在。经过现状分析，我们对企业的运营情况有了基本了解，知道哪些指标呈上升趋势，哪些指标呈下降趋势，或者是哪些业务做得好，哪些做得不好。但是我们还不知道那些做得好的业务为什么会做得好，做得差的业务的原因又是什么？找原因的过程就是原因分析。
原因分析一般通过专题分析来完成，根据企业运营情况选择针对某一现状进行原因分析。例如，在某一天的电商网站日报中，某件商品销量突然大增，那么就需要针对这件销量突然增加的商品做专题分析，看看是什么原因促成了商品销量大增。

预测分析会告诉你未来可能发生什么。在了解企业经营状况以后，有时还需要对企业未来发展趋势做出预测，为制订企业经营目标及策略提供有效的参考与决策依据，以保证企业的可持续健康发展。
预测分析一般是通过专题分析来完成的，通常在制订企业季度、年度计划时进行。例如，通过上述的原因分析，我们就可以有针对性地实施一些策略。比如通过原因分析，我们得知在台风来临之际面包的销量会大增，那么我们在下次台风来临之前就应该多准备一些面包，同时为了获得更多的销量做一系列准备。

5 在哪里做数据分析？

在上一小结的内容中，其实已经就这个问题进行了回答，简单说就一句话，在需要进行数据分析的场景中做数据分析。

6 怎么做数据分析？

一般的，数据分析的流程如下图所示。

数据分析流程

工欲善其事，必先利其器，只有熟练使用工具，才能更好地处理数据、分析数据。
做任何事情都要目的明确，数据分析也一样，首先要明确数据分析的目的，即希望通过数据分析得出什么。
目的明确后我们就要获取数据，在获取数据之前还需要明确需要的指标、维度、存放位置等信息。
拿到数据以后，我们要去熟悉数据，熟悉数据就是看一下有多少数据，这些数据是类别型还是数值型的；每个指标大概有哪些值，这些数据能不能满足我们的需求，如果不够，那么还需要哪些数据。
获取到的数据是原始数据，这些数据中一般会有一些特殊数据，我们需要对这些数据进行提前处理，常见的特殊数据主要有：异常数据、重复数据、缺失数据和测试数据。一般地，对于重复数据、测试数据我们一般都是做删除处理的。对于缺失数据，如果缺失比例高于30%，那么我们会选择放弃这个指标，即做删除处理。而对于缺失比例低于30%的指标，我们一般进行填充处理，即使用0、均值或者众数等进行填充。对于异常数据，需要结合具体业务进行处理，如果你是一个电商平台的数据分析师，你要找出平台上的刷单商户，那么异常值就是你要重点研究的对象了；假如你要分析用户的年龄，那么一些大于100或者是小于0的数据，就要删除。
分析数据主要围绕上节介绍的数据分析指标展开。在分析过程中经常采用的一个方法就是下钻法，例如当我们发现某一天的销量突然上涨/下滑时，我们会去看是哪个地区的销量上涨/下滑，进而再看哪个品类、哪个产品的销量出现上涨/下滑，层层下钻，最后找到问题产生的真正原因。
通过分析数据，我们就可以得出结论。
有的时候即使是通过数据分析出来的结论也不一定成立，所以我们要把数据分析和实际业务相联系，去验证结论是否正确。
我们在分析出结论，并且结论得到验证以后就可以把这个结论分享给相关人员，例如领导或者业务人员。这个时候就需要考虑如何展示结论，以什么样的形式展现，这就要用到数据可视化了。

通常来说，我们分析中使用到的指标主要有下面几类：

指标示例

7 数据分析到什么程度？

一般地，我们把需要分析的问题给出可管理、可解决的方案这一程度即可，后续的动作由具体的业务执行人去完成，除非你是整个链条的负责人。

总结

通过上面的内容，我们对数据分析的基础知识进行了阐述，希望对有需要的小伙伴提供些许帮助。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。