深入浅出数据分析.ppt

深入浅出数据分析,Micheal Milton,Contents,信念数字化,图形让你更精明,检验你的理论,分解数据,热点,如今，不管是不是数据分析人员，人人都得处理堆积如山的数据。熟知一切数据分析技术方法的分析者会比其他人技高一筹，他们知道如何处理所有的数据材料，如何将原始数据转化成推进现实工作的妙策，如何分解和构建复杂的问题和数据集，进而牢牢把握工作中各种问题的要害。,第一部分：分解数据,第一步：问题确定,Company Logo,客户将帮助你确定问题你对客户了解越深，分析越有可能派上用场优秀的数据分析员帮助客户思考自己的问题，不会等着客户告诉他们该做什么。,第二步：问题分解,Company Logo,把问题和数据分解为更小的组块由于面对的问题常常含糊不清，所以需要将问题划分为可管理、可解决的组块将数据分解为更小的组块例如：“我们如何提高销量”可以分解为：我们最好的客户希望那我们给他们什么哪种促销方式最有可能产生效果我们的广告做的怎么样了,第三步：评估组块,Company Logo,正如分解时一样，评估分解组块的关键就是比较，作出自己的明确假设，并且以自己的信用位自己的结论打赌针对问题的观察结果针对数据的观察结果,第四步：提出建议,Company Logo,数据分析的工作就是让自己和客户仔细研究你对数据的评估，洞察先机，从而有能力做出更好的决策确保自己的意见传达到位你提交给客户的报告要以得到客户理解、鼓励客户以数据为基础做出明智的决策为重点,第五步：修正,Company Logo,统计模型取决于心智模型，务必尽量明确你的心智模型（你对外界的假设和你确信的观点就是你的心智模型）分析过程中得到了一些错误的或不完整的信息（类似前段时间做眼镜市场分析一样）,第二部分：检验你的理论,务必使用比较法,观察分析法充满混杂因素,拆分数据块管理混杂因素,实验,以控制组为基准,让我们认真做一次实验,精心选择分组避免混杂因素,随机选择相似组开始试验,星巴克的例子,价值感是导致销售下滑的原因吗?(比较价值评分)拆分数据块，管理混杂因素（本例中是地址）没有控制组意味着没有比较，无法对发生的情况作出判断从对象池中随机选择相似组，具有可比性。,星巴克的例子,第三部分：数据图形化,你的数据庞杂晦涩，各种变量让你目不暇接，应付堆积如山的电子表格不只是令人厌倦不堪，而且确实浪费时间。相反，与仅仅使用电子表格不同，一幅用纸不多、栩栩如生的清晰图像，却能让你摆脱“一叶障目，不见泰山”的烦恼,数据图形化,发现因果关系,明确基本比较对象,记住分析目标,用数据思考,优秀的数据分析员由始至终都离不开用数据思考记住你的分析目标，目光停留在和目标有关的数据上，无视其他。最优秀的图形都是多元图形，同时展示多张图形，体现更多变量当你描述你的图形时，需要论述可互相换用的两种因果模型或图解，客户想知道的是因果关系。,第四部分：主观概率,主观概率是根据规律进行分析的巧妙方法，尤其是预测孤立事件却缺乏从前在相同条件下发生过的事件的可靠数据的情况下。它是这样的一种将严谨融入直觉的简便办法，用虚拟数据未尝不可，这些数字必须描述你的心智状态、表明你的信念。主观概率表明，有些方面并不像原先想象的那么严重，主观概率是对分歧内容和分歧大小的一种精确规范，分析人员用主观概率抓住问题焦点，以图解决问题。,把你的想法和信念变成数据，把数据变成图形，向别人精确的传达。,主观概率,贝叶斯规则是修正主观概率的好办法，根本在于找出在假设成立的条件下证据出现的概率。,Thank You!,