数据分析，到底是分析什么数据？

1. 数据分析，到底是分析什么数据？

对数据分析而言，其实有很多数据源可以使用。按常规分类来说，可以分为三类：外部数据、内部企业资产数据以及调研数据。

一、外部数据

1）国家统计局数据
外部数据最频繁使用的是国家统计局数据，包含我国经济民生多个方面，并且可以从月度季度以及年度等时间维度上进行查看，权威性较高。平时工作，经常在统计局数据里找相关商品的销量及产量数据。

2）百度指数数据
百度良心产品之一。可以帮助你了解某个主题，在某个时间段内受关注的情况，从而在趋势分析，预测方面有一定很好的指导作用，当然还有一些人群画像等方面的精准分析。
除此之外，还有一些搜索类的指数平台，如360指数、搜狗指数。

3）阿里指数
基于淘宝、天猫等阿里系产品的交易指数数据平台，是国内比较权威的商品交易分析工具，对于行业趋势洞察具有借鉴意义。

4）爱奇艺指数
基于爱奇艺的视频播放行为趋势分析平台，对互联网视频播放有一定的统计和分析，并且还具备用户画像洞察。

5）TBI指数
依据腾讯自家产品海量浏览数据，可以帮助洞察互联网热点趋势，了解浏览行为并对用户进行精准分析。
6）其他交易合作数据
这部分数据主要来自于商业合作或者购买数据，譬如数据堂交易数据。

二、内部企业资产数据
公司产品积累数据，包括公司产品运营数据、财务数据以及其他相关公司自有资产数据。譬如，某公司主要运营某知名APP，那APP运营数据就是其内部资产数据。可以借助内部数据，对企业内部运营状况进行相关分析。

三、调研数据
通过调查问卷方式进行搜集数据，通常按照某个业务主题展开。

2. 什么是数据？什么是数据分析？

  简单地说，数据就是 客观存在的事物、客观发生的事件 的记录，数据可以是数字、字母、符号、文字，也可以是图片、音频、视频等。 
   1）功能效用角度
   2）表现形态角度
   3）生产要素角度
    数据分析是指运用合适的分析工具、分析方法对数据进行处理、统计、分析，提取有价值的信息，并概括总结形成有效结论的过程。 
   例如，我们通过Excel表格记录了自己前三个月每个月的消费账单，通过分类统计得知，自己平均每个月在衣食住行等方面的固定支出为3000元。为了应对类似今年年初的疫情等特殊情况，我们应该至少准备3-6月的生活费以备不时之需，那么按上面的统计结果就可以估计出自己应该准备的金额范围为0.9w-1.8w元。
   —— END ——   坚持日更365天   第11天

3. 什么是数据分析？

4. 数据分析的定义是什么?

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，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了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。


数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。


数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。

5. 数据分析指的是什么?

数据分析就是对数据进行分析。专业的说法，数据分析是指根据分析目的，用适当的统计分析方法及工具，对收集来的数据进行处理与分析，以求最大化地开发数据的功能，发挥数据的作用。数据也称观测值，是通过实验、测量、观察、调查等方式获取的结果，常常以数量的形式展现出来。
数据分析要达到帮助管理者有效决策提供有价值信息，比如日常通报、专题分析等，这些就是数据分析具体工作的体现。而什么时候做通报工作，什么时候开展专题分析，这都需要我们根据实际情况做出选择的。

数据分析的六种基本分析方法有：
1、构成分析法；2、同类比较分析法；3、漏斗法；4、相关分析法；5、聚类分析法；6、分组分析法。
构成分析在统计分组的基础上计算结构指标，来反映被研究总体构成情况的方法。应用构成分析法，可从不同角度研究投资构成及其变动趋势，观察投资构成与产业结构、社会需要构成的适应关系，可以揭示事物由量变到质变的具体过程。

6. 数据分析是什么?

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。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。


分析工具

Excel作为常用的分析工具，可以实现基本的分析工作，在商业智能领域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及国内产品如免费使用的大数据魔镜等。

7. 什么是数据分析？

数据分析有：分类分析，矩阵分析，漏斗分析，相关分析，逻辑树分析，趋势分析，行为轨迹分析，等等。 我用HR的工作来举例，说明上面这些分析要怎么做，才能得出洞见。
01） 分类分析比如分成不同部门、不同岗位层级、不同年龄段，来分析人才流失率。比如发现某个部门流失率特别高，那么就可以去分析。
02） 矩阵分析比如公司有价值观和能力的考核，那么可以把考核结果做出矩阵图，能力强价值匹配的员工、能力强价值不匹配的员工、能力弱价值匹配的员工、能力弱价值不匹配的员工各占多少比例，从而发现公司的人才健康度。
03） 漏斗分析比如记录招聘数据，投递简历、通过初筛、通过一面、通过二面、通过终面、接下Offer、成功入职、通过试用期，这就是一个完整的招聘漏斗，从数据中，可以看到哪个环节还可以优化。
04） 相关分析比如公司各个分店的人才流失率差异较大，那么可以把各个分店的员工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、员工年龄、管理人员年龄等）要素进行相关性分析，找到最能够挽留员工的关键因素。
05） 逻辑树分析比如近期发现员工的满意度有所降低，那么就进行拆解，满意度跟薪酬、福利、职业发展、工作氛围有关，然后薪酬分为基本薪资和奖金，这样层层拆解，找出满意度各个影响因素里面的变化因素，从而得出洞见。
06） 趋势分析比如人才流失率过去12个月的变化趋势。
07）行为轨迹分析比如跟踪一个销售人员的行为轨迹，从入职、到开始产生业绩、到业绩快速增长、到疲惫期、到逐渐稳定。

通过面向企业业务场景提供一站式大数据分析解决方案，能够为企业在增收益、降成本、提效率、控成本等四个角度带来价值贡献。
1、增收益
最直观的应用，即利用数据分析实现数字化精准营销。通过深度分析用户购买行为、消费习惯等，刻画用户画像，将数据分析结果转化为可操作执行的客户管理策略，以最佳的方式触及更多的客户，以实现销售收入的增长。
下图为推广收支测算分析，为广告投放提供决策依据。

下图为渠道销量分析，为渠道支持提供数据支撑。

2、降成本
例如通过数据分析实现对财务和人力的管理，从而控制各项成本、费用的支出，实现降低成本的作用。
下图为生产成本分析，了解成本构成情况。

下图为期间费用预实对比分析，把控费用情况。


3、提效率
每个企业都会出具相关报表，利用数据分析工具，不懂技术的业务人员也能够通过简单的拖拉拽实现敏捷自助分析，无需业务人员提需求、IT人员做报表，大大提高报表的及时性，提高了报表的使用效率。
通过数据分析工具，能够在PC端展示，也支持移动看板，随时随地透视经营，提高决策效率。
4、控风险
预算是否超支？债务是否逾期？是否缺货了、断货了？客户的回款率怎么样？设备的运行是否正常？哪种产品是否需要加速生产以实现产销平衡？...其实，几乎每个企业都会遇到各种各样的风险问题。通过数据分析，能够帮助企业进行实时监测，对偏离了预算的部分、对偏离了正常范围的数值能够进行主动预警，降低企业风险。
下图为税负率指标，当综合税负率过高，可以实现提示和预警。


下图为重要指标预警，重点监控项目的毛利率。

8. 什么是数据分析？

数据分析（Data Analysis） 数据分析概念 
　　数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了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。 
　　数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。 
　　数据分析与数据挖掘密切相关，但数据挖掘往往倾向于关注较大型的数据集，较少侧重于推理，且常常采用的是最初为另外一种不同目的而采集的数据。 数据分析的目的与意义 
　　数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。 
　　在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。 数据分析的功能 
数据分析主要包含下面几个功能： 
　　1. 简单数学运算（Simple Math） 
　　2. 统计（Statistics） 
　　3. 快速傅里叶变换（FFT） 
　　4. 平滑和滤波（Smoothing and Filtering） 
　　5. 基线和峰值分析(Baseline and Peak Analysis) 
 
数据分析的类型 
　　在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。 
　　探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。 
　　定性数据分析：又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。 
 
数据分析步骤 
　　数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步： 
　　1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。 
　　2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。 
　　3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。 
 
数据分析过程实施 
　　数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。 
　　一、识别信息需求 
　　识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。 　　二、收集数据 
　　有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑： 
　　① 将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据； 
　　② 明确由谁在何时何处，通过何种渠道和方法收集数据； 
　　③ 记录表应便于使用； 
　　④ 采取有效措施，防止数据丢失和虚假数据对系统的干扰。 
 
　　三、分析数据 
　　分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有： 
　　老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图； 
　　新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图； 
 
　　四、数据分析过程的改进 
　　数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性： 
　　① 提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题； 
　　② 信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析； 
　　③ 收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通； 
　　④ 数据分析方法是否合理，是否将风险控制在可接受的范围； 
　　⑤ 数据分析所需资源是否得到保障。