如何数据分析(数据分析软件) _小知识

这几天经常在私信中看到新的数据分析人员告诉我:“工作中没有自己的分析思路，经常机械地完成老板安排的义务，形成不了自己的数据分析方法。”

文章插图
的确，作为一名商业数据分析师，我也能理解新同学的烦恼。我们在分析数据的时候，经常会应用一些基础的分析思维，比如时间趋势、向下钻取查询、比较等等。然而，它受到缺乏数据分析思想的完全集成的影响。

文章插图
接下来，我将分享我个人从事数据分析领域以来总结的7个常见的数据分析基本思路，可以满足你在工作场所的大部分需求:
一、数据剖析前的预备在开始数据分析之前，我们需要考虑我的分析结果的有用性，以及我希望传达给观众的信息。
只有理解了分析明确目标的能力，数据分析结果才能直观地显示出来(重点突出) 。
二、数据剖析时的七种思路以下描述了您可以采用的七种不同的数据分析基本思路，并为每种方法提供了示例说明。
数据类型
解释

文章插图
随时间变化
功能:用时间段来解释趋势。
例:采购成本降低分析:分析供应商的采购金额，查看时间趋势下的单价数据。

文章插图
深入查询
功能:设置高低文本，让查看者更好地理解特定类别下更细粒度的数据信息。
示例:营销组织销售分析:从小组绩效向下钻取到个人绩效评分。

文章插图
收缩
作用:描述观看者的内容与大局的关系，以及某一具体内容对大局的影响。
示例:客户数量下降分析:哪些类型和级别的客户经历了影响客户总数的大幅度下降。

文章插图
比较
功能:显示两个或多个主题之间的差异。
例:客户数量下降分析:对比两年(2017年和2018年)客户类型和级别的下降情况。

文章插图
十字路口
功能:当一个类别超过另一个类别时，突出显示主要变化。

文章插图
因素
【如何数据分析(数据分析软件)】功能:通过将主题分成不同的类型或类别来解释主题。
例:2020年上半年经营分析报告:从销售金额、毛利率、费用、人工成本三个方面分析上一年度的经营状况。

文章插图
极端值
功能:显示异常或事件的特殊异常。
例:异常毛利率分析:通过定位异常毛利月、异常门店、异常商品/品类、异常订单明细，找出问题。

三、数据剖析后的注意事项1.突出关键数据点
数据呈现应该简明扼要，重点突出。如果不需要标题、图例或网格线，可以取消设置。目前国内常用Excel和一些可视化工具来显示数据。TB、FineBI等可视化工具都强调无代码、敏捷性和可视化，改变了传统的BI工具SAP BO和IBM cognos(虽然近年来似乎都在开发云BI) 。
也强烈推荐FineBI(国内)、Tableau(国外)等成熟的行业认可的BI工具。
下面是我用FineBI做的数据显示图。根据改版前后的观感，可以感受到简洁的数据展示的重要性。

文章插图
修订前

文章插图
校正后
2.分配组件的适配方法
因为我比较FineBI是为了展示数据，这里我就以FineBI为例。它是FineBI组件不可分割的一部分。对于这些数据组件，可以在检索后应用自适应显示。它将调整组件的大小，使其适合要创建的仪表板，并更优雅地显示数据，如下图所示:

文章插图
四、建议在数据分析工作中，数据分析思维是基于框架的指南，可以快速应用于一些一般的分析场景。如果你彻底理解了以上七种数据分析思维，你就不会害怕去处理老板主导的项目，将来也会有人赞助你去构建数据分析模型。
五、数据与工具分享最后，共享数据和分析工具，并返回一个“data”即可获得数据分析工具！