小白入门必看！速成数据分析的五个关键知识点，最后一个90%的人都忽略了！

今天老李这篇扫盲贴帮大家梳理一下数据分析的知识点， 关于数据分析更详细的介绍可参考《商业智能工具应用与数据可视化》一书，文末留言，免费送书，文末速来领取！

无论是数据分析小白，还是进入数分行业好多年的老油条，包括很多公司和企业，很多人都不知道，数据分析究竟是什么，或者说数据分析的本质是什么。

很多人跟我抱怨从网上看到公司招数据分析师，进入了之后发现是做什么的呢？就是天天用sql取数给业务用，十分机械而且也没成就感。

这叫做数据分析吗？当然不叫。所以我们要先对数据分析有个整体的认知。

教科书上的定义我们就不看了，过于繁琐，很多刚刚接触数据分析的人都不一定能看得懂，因此我自己给数据分析下了个定义：

数据分析，就是针对某个问题，将获取后的数据用分析手段加以处理，并发现业务价值的过程。

大家可以看到我把五个关键词给标红了，这一句话，基本上可以包含数据分析所必须的流程点：

一、问题

 

首先第一个关键词是“问题”，我们可以把这个词解释“发现问题”或者是“目标问题”，这个关键词的核心是——目标。

数据分析一定要有目标！哪怕业务人员给你提出的问题或者需求，根本不是那么明确和清晰，你也要找到自己要分析的目标！

这是太多人经常会犯的错误了，很多人知道数据分析要有目标，但是在实际过程中就成了摆设、花架子、无用功，最后你会变成了什么呢？就是取数机器。

你会发现，你会陷入一个恶性循环，取数、发现没用-然后取更多的数-直到满足业务方的需求。

举个最简单的例子，业务方最近新上线了一个功能，想让你分析一下目前这个功能的使用情况。这时候你该怎么做？

你会觉得“分析业务功能情况”是目标，然后根据这个模糊的目标你只能做一些描述性的统计分析，告诉业务方每天UV的最大值，最小值，中位数，平均数，方差，标准差……看起来很厉害的样子，但这些数据有啥意义呢。

这样子的目标就是在做样子，应该怎么做呢？

我这里列三个点，一是要明确业务方的需求是什么，然后分析业务最终的目的，把这个目的进行拆解；比如刚才的例子，业务真正想要了解的是什么，是这个新功能的目的吧，是为了提升客户的留存率，还是为了提升客户的转化率；然后再把这个目的给拆解，确定我们的指标，然后再进行分析。

二、获取

 

第二个关键词是“获取”，叫做“数据获取”或者“数据采集”，在这一步更为重要的工作是搞清楚数据放在哪里+怎么把数据取出来这么两件事。

数据存放在哪里？

很简单的答案，很多人都知道公司的业务数据一般都是放在数据库里的，但是相同的数据库，数据源不一样相同，我们所取的数据一定保证数据源的一致，否则会造成数据混乱。

比如说，不同的数据存储系统，mysol、oracle、sqlserver等等，数据仓库结构以及各库表之间的关联方式也可能有所不同，星型？雪花型？数据指标是否相同，名称、含义、字段类型、约束条件等等？这些都是我们在进行数据提取之前所必需了解的。

那么怎么把数据取出来呢？

其实只要搞清楚了数据放在那里，取出来就是水到渠成的事情。一般来说SQL是进行数据采集的必备技能，目前也是数据分析实际业务场景中最常使用的取数方式。

当然了，能取出什么样的数据，也要看你是否精通sql，比如单张数据库表的提取很容易就做到了，但是跨表查询提取的时候很多人就不行了。

三、数据

 

第三个关键词是“数据”，这里说的数据是广义上的数据，包括数据库中的数据，也可以概括为数据场景，也可以理解为经过清洗后的数据。

比如说数据场景，很多人都问我为什么看资料看的好好的，一到实际业务场景中都歇菜了。只是因为在实际业务分析中，我们分析的不是数据，而是场景，那我们怎么根据场景找数据呢？

最重要的方法是建立分析指标体系：

以电商为例，我们在取数前遵循“人货场”的思维逻辑，这就是我们的体，我们的大体指标框架。

然后我们要找人货场各自的业务逻辑，也就是场景，电商常用的业务分析场景有哪些呢？无非就是销售、商品、渠道、竞品、会员等等，这就是我们的面。

而商品可进一步细分为商品的库存、商品的利润以及关联销售分析，这就是线和点。

总结起来就是，在整个业务分析体系中，确保先分析什么，后分析什么，从体及线，从线及点，有了点，我们就知道该需要什么数据了。

四、分析方法

 

这里就是我们狭义上所说的数据分析了，根据实际场景需要可以分为四种：描述分析、统计分析、挖掘分析、建模分析

比如说描述分析，其实就是数据分析思维，其实业务很喜欢让你做描述性的分析，因为不会用到算法之类的东西，业务能看得懂，就能跟你扯皮，比如对比思维、目标思维、细分思维等等；

比如说统计分析，基本要用到一些数理统计学基础的分析方法，比如回归分析模型、聚类模型等等；

第三个是建模分析，也就是数据分析模型，常见的一些比如用户模型、事件模型等等；

最后就是挖掘分析，基于我们的一些数据分析和挖掘工具，比如常用的excel和python，bi也有很多人喜欢用，因为比较简单。

五、业务价值

 

终于到了最后一个关键词，业务价值。

那企业是做什么的呢？企业的作用是向市场提供产品或服务，为客户创造价值。那我们数据分析就是为企业提供服务和产品，为企业创造价值。

业务会为什么会找我们做数据分析？其实就是为了实现业务价值，价值体现在两点：

一是将盈利时间拉长，一是将单位时间内盈利量做大。

第一点，需创造的价值让越来越多的客户知道并认可，获得用户粘性，从而实现持续增长，其实就是用户体验；第二点，需提高企业创造价值的效率。

所以我们要做的数据分析也要跟紧紧贴合这两个点，这就要求我们在进行数据分析最后一步——数据可视化、数据报告等等时，要紧紧贴合业务，给领导或者业务最想看的数据，这也是一门学问。

关于数据可视化的内容，推荐给大家一本工具书：《商业智能工具应用与数据可视化》

这本书聚焦商业智能与数据可视化主题，从概念、价值、方法、工具等理论基础出发，手把手教读者怎么分析数据及展示数据，以及如何讲好自己的可视化故事，从而赢取更多的机会。

现在老李免费送给大家五本实体书，送书方式大家注意：转发本文并给本文点亮“在看”，留言你在处理数据时的感想，随机抽取5名读者每人各赠一本！

感兴趣的读者可以扫一下二维码了解更详细的信息:

觉得文章好看就点这里