前幾天我面向粉絲,，嘗試著做了兩節(jié)數(shù)據(jù)分析的入門視頻,，效果還不錯，很多粉絲都給我提出了寶貴的意見,，為此我也在加緊為大家制作后面的視頻,，以期幫助大家學(xué)習(xí)。

但是為了解大家對數(shù)據(jù)分析的真正需求,，我特意列出了第一節(jié)關(guān)于數(shù)據(jù)分析入門流程的內(nèi)容,，希望大家能夠多提建議！

ps：看過視頻的同學(xué)可以忽略這篇

什么是數(shù)據(jù)分析,？

無論你是剛接觸數(shù)據(jù)分析,，還是一位分析大神，我想很多人都不知道,，數(shù)據(jù)分析究竟是什么,，或者說數(shù)據(jù)分析的本質(zhì)是什么。

其實(shí)很多公司和企業(yè),，也不明白數(shù)據(jù)分析是什么,，很多人從網(wǎng)上看到公司招數(shù)據(jù)分析師,，進(jìn)入了之后發(fā)現(xiàn)是做什么的呢？就是天天用sql取數(shù)給業(yè)務(wù)用,，十分機(jī)械而且也沒成就感,。

這叫做數(shù)據(jù)分析嗎,？當(dāng)然不叫！所以我們要先對數(shù)據(jù)分析有個整體的認(rèn)知,。

先看一下教科書上的定義：

數(shù)據(jù)分析是用恰當(dāng)?shù)慕y(tǒng)計(jì)分析方法對收集來的大量數(shù)據(jù)進(jìn)行分析,，然后加以處理和加工，以開發(fā)數(shù)據(jù)的功能,、挖掘數(shù)據(jù)的價值,，主要目的是為了清洗出有用的信息并形成結(jié)論。

這個定義過于繁瑣,，很多剛剛接觸數(shù)據(jù)分析的人都不一定能看得懂,，因此我自己給數(shù)據(jù)分析下了個定義：

數(shù)據(jù)分析,，就是針對某個問題,，將獲取后的數(shù)據(jù)用分析手段加以處理，并發(fā)現(xiàn)業(yè)務(wù)價值的過程,。

大家可以看到我把五個關(guān)鍵詞給標(biāo)紅了,，這一句話，基本上可以包含數(shù)據(jù)分析所必須的流程點(diǎn),，我們一個個講,。

一,、問題

首先第一個關(guān)鍵詞是“問題”，我們可以把這個詞解釋“發(fā)現(xiàn)問題”或者是“目標(biāo)”,。

數(shù)據(jù)分析一定要有目標(biāo),！哪怕業(yè)務(wù)人員給你提出的問題或者需求，根本不是那么明確和清晰,，你也要找到自己要分析的目標(biāo),！

舉個最簡單的例子，業(yè)務(wù)方最近新上線了一個功能,，想讓你分析一下目前這個功能的使用情況,。這時候你該怎么做？

你會覺得“分析業(yè)務(wù)功能情況”是目標(biāo),，然后根據(jù)這個模糊的目標(biāo)你只能做一些描述性的統(tǒng)計(jì)分析,，告訴業(yè)務(wù)方每天UV的最大值,，最小值，中位數(shù),，平均數(shù),，方差，標(biāo)準(zhǔn)差……看起來很厲害的樣子,，但這些數(shù)據(jù)有啥意義呢,。

這樣子的目標(biāo)就是在做樣子，應(yīng)該怎么做呢,？

要明確業(yè)務(wù)方的需求是什么,，然后分析業(yè)務(wù)最終的目的，把這個目的進(jìn)行拆解,；比如剛才的例子,，業(yè)務(wù)真正想要了解的是什么，是這個新功能的目的,，是為了提升客戶的留存率,？還是為了提升客戶的轉(zhuǎn)化率？還是其他的,？然后再把這個目的給拆解,，確定我們的指標(biāo)，然后再進(jìn)行分析,。

這才是真正的目標(biāo)思維,。

二、獲取

第二個關(guān)鍵詞是“獲取”,，叫做“數(shù)據(jù)獲取”或者“數(shù)據(jù)采集”

數(shù)據(jù)采集就是將原始數(shù)據(jù)從數(shù)據(jù)庫中取出來,，主要工作是：搞清楚數(shù)據(jù)放在哪里+怎么把數(shù)據(jù)取出來。

1,、數(shù)據(jù)存放在哪里,？

很簡單的答案，很多人都知道公司的業(yè)務(wù)數(shù)據(jù)一般都是放在數(shù)據(jù)庫里的,，但是相同的數(shù)據(jù)庫,，數(shù)據(jù)源不一樣相同，我們所取的數(shù)據(jù)一定保證數(shù)據(jù)源的一致,，否則會造成數(shù)據(jù)混亂,。

比如說,，不同的數(shù)據(jù)存儲系統(tǒng)，mysol,、oracle,、sqlserver等等,，數(shù)據(jù)倉庫結(jié)構(gòu)以及各庫表之間的關(guān)聯(lián)方式也可能有所不同，星型,？雪花型,？數(shù)據(jù)指標(biāo)是否相同，名稱,、含義,、字段類型、約束條件等等,？是否經(jīng)過了ETL處理,，清洗規(guī)則是什么樣的？這些都是我們在進(jìn)行數(shù)據(jù)提取之前所必需了解的,。

2,、那么怎么把數(shù)據(jù)取出來呢？

其實(shí)只要搞清楚了數(shù)據(jù)放在那里,，取出來就是水到渠成的事情,。

一般來說SQL是進(jìn)行數(shù)據(jù)采集的必備技能，目前也是數(shù)據(jù)分析實(shí)際業(yè)務(wù)場景中最常使用的取數(shù)方式,。當(dāng)然了,，能取出什么樣的數(shù)據(jù)，也要看你是否精通sql,，比如單張數(shù)據(jù)庫表的提取很容易就做到了,，但是跨表查詢提取的時候很多人就不行了。

再比如更為復(fù)雜一點(diǎn)的復(fù)雜查詢,、聯(lián)機(jī)處理等等，這些做數(shù)倉的人用的很多,，我們數(shù)據(jù)分析師不必設(shè)計(jì)這么深,，我們只要熟練掌握就行了；

當(dāng)然,，有很多數(shù)據(jù)分析師最后也做了數(shù)倉師,、架構(gòu)師，如果你以后考慮往這個方向發(fā)展,，sql肯定是要精通的,。

三、數(shù)據(jù)

第三個關(guān)鍵詞是“數(shù)據(jù)”,，這里說的數(shù)據(jù)是廣義上的數(shù)據(jù),，包括數(shù)據(jù)庫中的數(shù)據(jù)，也可以概括為數(shù)據(jù)場景,，也可以理解為經(jīng)過清洗后的數(shù)據(jù),。

總之,，這個數(shù)據(jù)指的是我們可以直接拿來分析的信息，而不是一堆臟亂差的原始數(shù)據(jù),。

1,、數(shù)據(jù)庫數(shù)據(jù)

數(shù)據(jù)庫數(shù)據(jù)這里就不細(xì)講了，我們只要知道數(shù)據(jù)庫中的數(shù)據(jù)都有哪些就行了,，比如業(yè)務(wù)數(shù)據(jù),、日志數(shù)據(jù)之類的。

2,、數(shù)據(jù)場景

很多人都問我為什么看資料看的好好的,，一到實(shí)際業(yè)務(wù)場景中都歇菜了？

這是因?yàn)樵趯?shí)際業(yè)務(wù)分析中,，我們分析的不是數(shù)據(jù),，而是場景。那我們怎么根據(jù)場景找數(shù)據(jù)呢,？最重要的方法是建立分析指標(biāo)體系：

我很喜歡用點(diǎn)線面體的定義來解釋指標(biāo)體系,，如果用點(diǎn)線面來解釋，搭建分析指標(biāo)體系就是分析整個“體”,，將分析框架的體系化,，明確每個點(diǎn)都是什么指標(biāo)，任何一個分析路徑都能對應(yīng)到指標(biāo),。

指標(biāo)體系搭建一般都是要放在數(shù)據(jù)提取之前做的工作,，方便我們這一步的數(shù)據(jù)清洗。以電商為例,，我們在取數(shù)前遵循“人貨場”的思維邏輯,，這就是我們的體，我們的大體指標(biāo)框架,。然后我們要找人貨場各自的業(yè)務(wù)邏輯,，也就是場景，電商常用的業(yè)務(wù)分析場景有哪些呢,？無非就是銷售,、商品、渠道,、競品,、會員等等，這就是我們的面,。而商品可進(jìn)一步細(xì)分為商品的庫存,、商品的利潤以及關(guān)聯(lián)銷售分析，這就是線和點(diǎn)。

總結(jié)起來就是，在整個業(yè)務(wù)分析體系中,，確保先分析什么,，后分析什么，從體及線,，從線及點(diǎn),，有了點(diǎn)，我們就知道該需要什么數(shù)據(jù)了,。

3,、清洗數(shù)據(jù)

數(shù)據(jù)分析工作里數(shù)據(jù)清洗基本上比較占時間，包括臟數(shù)據(jù)的排除,、重復(fù)數(shù)據(jù)檢索,、無效數(shù)據(jù)等等，如果你的數(shù)據(jù)源比較混亂,，那么還需要篩選數(shù)據(jù)指標(biāo),、整合核心數(shù)據(jù)等等工作，總體來說比較耗費(fèi)精力,。

最后要注意一點(diǎn),，很多人喜歡采集大數(shù)據(jù)，認(rèn)為數(shù)據(jù)越多越好,，不管什么規(guī)則,、質(zhì)量好壞，這是不對的,，我們在進(jìn)行數(shù)據(jù)獲取的時候,，一定要保證我們數(shù)據(jù)的質(zhì)量，避免臟亂差數(shù)據(jù),。

四,、分析手段

這里就是我們狹義上所說的數(shù)據(jù)分析了，根據(jù)實(shí)際場景需要可以分為四種：描述分析,、統(tǒng)計(jì)分析、挖掘分析,、建模分析

1,、描述分析

其實(shí)就是數(shù)據(jù)分析思維，其實(shí)業(yè)務(wù)很喜歡讓你做描述性的分析,，因?yàn)椴粫玫剿惴ㄖ惖臇|西,，業(yè)務(wù)能看得懂，就能跟你扯皮。

描述分析包括：

• 對比,、細(xì)分,、趨勢等三大基礎(chǔ)思維
• 結(jié)構(gòu)化、演繹推理,、假設(shè)等常用分析思維
• 指標(biāo)思維,、系統(tǒng)思維等常用業(yè)務(wù)思維

2、數(shù)理分析

數(shù)理分析,，基本要用到一些數(shù)理統(tǒng)計(jì)學(xué)基礎(chǔ)的分析方法,，比如：

• 分類分析
• 聚類分析
• 相似分析
• 假設(shè)檢驗(yàn)分析
• 回歸分析
• ...........

3、建模分析

第三個是建模分析,，也就是數(shù)據(jù)分析模型,，常見的一些我們都會講到：

• 波士頓模型
• ABtest模型
• RFM模型
• 購物籃模型
• ............

4、挖掘分析

最后就是挖掘分析,，基于我們的一些數(shù)據(jù)分析和挖掘工具,，比如常用的excel和python、BI等,，這里不多做介紹,。

五、業(yè)務(wù)價值

最后一個關(guān)鍵詞是“業(yè)務(wù)價值”,，這是數(shù)據(jù)分析最核心也是最終的目的

企業(yè)是做什么的呢,？企業(yè)的作用是向市場提供產(chǎn)品或服務(wù)，為客戶創(chuàng)造價值,。那我們數(shù)據(jù)分析就是為企業(yè)提供服務(wù)和產(chǎn)品,，為企業(yè)創(chuàng)造價值。

價值體現(xiàn)在兩點(diǎn)：

一是將盈利時間拉長,，一是將單位時間內(nèi)盈利量做大,。

第一點(diǎn)，需創(chuàng)造的價值讓越來越多的客戶知道并認(rèn)可,，獲得用戶粘性,，從而實(shí)現(xiàn)持續(xù)增長，其實(shí)就是用戶體驗(yàn),；第二點(diǎn),，需提高企業(yè)創(chuàng)造價值的效率。

所以我們要做的數(shù)據(jù)分析也要跟緊緊貼合這兩個點(diǎn),，這就要求我們在進(jìn)行數(shù)據(jù)分析最后一步——數(shù)據(jù)可視化,、數(shù)據(jù)報(bào)告等等時，要緊緊貼合業(yè)務(wù),，給領(lǐng)導(dǎo)或者業(yè)務(wù)最想看的數(shù)據(jù),，這也是一門學(xué)問,。