数据分析技术概述ppt课件.pptx

《数据分析技术概述ppt课件.pptx》由会员分享，可在线阅读，更多相关《数据分析技术概述ppt课件.pptx（36页珍藏版）》请在三一办公上搜索。

1、第一章 数据分析技术概述,北京西普阳光教育科技股份有限公司,2018年12月,常用的数据分析工作简介,本章小结,学习目标,掌握数据分析的基本概念，并了解数据分析的发展历程、应用前景熟悉数据分析工作流程掌握常用的数据分析方法论与方法了解常用的各种数据分析工具,数据分析认知,数据分析定义,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、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。这里数据也称观测值，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。,数据分析目的,

2、数据分析的目的的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律。在实际工作当中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。,数据分析作用,（1）通过数据分析，可及时纠正不当的生产和营销措施。（2）通过数据分析，可以对计划进度做到实时跟踪。（3）通过数据分析，可以及时了解成本管制情况，掌握员工思想动态。（4）完善的数据管理和分析，可以对生产流程进行科学管理，最大限度地降低生产管理风险。,01,02,03,数据分析发展历程,是20世纪90年代末期，西方投资决策技术被引入中国，并在金融机构及一些大型企业中应用。,第一阶段,在2004年左右开始

3、，这时出现了受过专业训练的数据分析师，更多的企业开始关注数据分析的作用。,第二阶段,2008年以来，随着数据分析从认可到发展，开始出现数据分析事务所，标志着数据分析正式进入专业化，中国数据分析业全面成型。,第三阶段,数据分析发展历程,数据分析的工作流程,数据分析的工作流程,数据分析六步曲明确分析目的与内容,确定分析思路,梳理分析思路搭建分析框架,如何理解分析体系化,如何使分析框架体系化,把分析目的分解成若干个不同的分解要点，即如何展开数据分析，需要从哪几个角度进行分析，采用哪些指标。,体系化即逻辑化，也就是先分析什么，后分析什么，使各个分析点之间具有逻辑关系。,以结合实际业务情况，搭建分析框架

4、，这样才能确保数据分析维度的完整性，分析结果的有效性及正确性。 ，,数据分析六步曲数据搜集,数据分析六步曲数据处理,数据处理是指对收集到的数据进行加工整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段。数据处理的基本目的是从大量的、杂乱无章、难以理解的数据中，抽取并推导出对解决问题有价值、有意义的数据,数据分析六步曲数据分析,数据分析的过程,数据分析是指用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。,数据分析与数据处理的区别,数据处理是数据分析的基础。通过数据处理，将收集到的原始数据转换为可以分析的形式，并且保证数据的一致性和有效性。如果数据本身

5、存在错误，那么得到的结果不具备任何参考价值。,数据分析与数据挖掘的关系,数据挖掘就是从大量的数据中挖掘出有用的信息，它是根据用户的特定要求，从浩如烟海的数据中找出所需的信息，以满足用户的特定需求。侧重挖掘分类、聚类、关联及预测四类数据分析问题，重点在寻找模式以及规律。,数据分析六步曲数据展示,一般情况下，数据是通过表格和图形方式来呈现的,常用数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，经过进一步加工整理，使之可以变成我们所需要的图形，例如金字塔图、矩阵图、漏斗图、帕雷托图等。,一般情况，能用图就不用表格，能用表格就不用文字,数据分析六步曲,报告撰写,数据分析方法论,5W2H分析

6、法,PEST分析法,PEST分析是战略咨询顾问用来帮助企业检阅其外部宏观环境的一种方法，是指宏观环境的分析，是指影响一切行业和企业的各种宏观力量。P政治(Political)经济(Economic)S社会(Social)T技术(Technological),SWOT分析法,SWOT分析是指从企业优势（Strength）、劣势（Weakness）、机会（Opportunity）和威胁（Threats）四个方面进行分析的方法。优、劣势分析主要是着眼于企业自身的实力及其与竞争对手的比较，而机会和威胁分析将注意力放在外部环境的变化及对企业的可能影响上。在分析时，应把所有的内部因素集中在一起，然后用外部

7、的力量来对这些因素进行评估。,4P营销理论分析法,产品（Product)、价格( Price)、渠道(Place)、促销(Promotion)。产品(Product)：从市场营销的角度来看，产品是指能够提供给市场，被人们使用和消费并满足人们某种需要的任何东西，包括有形产品、服务、人员、组织、观念或它们的组合。价格(Price)：是指顾客购买产品时的价格，包括基本价格、折扣价格、支付期限等。价格或价格决策关系到企业的利润、成本补偿，以及是否有利于产品销售、促销等问题。渠道(Place)：是指在产品从生产企业流转到用户手上的全过程中所经历的各个环节。促销(Promotion)：是指企业通过销售行为

8、的改变来刺激用户消费，以短期的行为(比如让利，买一送一，营销现场气氛等等)促成消费的增长，吸引其他品牌的用户或导致提前消费来促进销售的增长。广告、宣传推广、人员推销、销售促进是一个机构促销组合的四大要素。,4P营销理论分析法,逻辑树分析法,逻辑树，又称问题树、演绎树或分解树等。逻辑树是分析问题时最常使用的工具之一，它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。把一个已知问题当成树干，然后考虑这个问题和哪些问题有关，每想到一点，就给这个问题所在的树干加一个“树枝”，并标明这个“树枝”代表什么问题，如图1-5所示。,数据分析方法,对比分析法,对比分析法也称为比较分析法，是把客观事物加

9、以比较，以达到认识事物的本质和规律并做出正确的评价。对比分析法通常是把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模有大小、水平和高低、速度的快慢，以及各种关系是否协调。,对比分析可以选择不同的维度进行分析，常用的有以下维度。（1）时间维度（2）空间维度（3）计划目标标准维度（4）经验与理论标准维度,分组分析法,分组分析法是根据数据分析对象的特征，按照一定的指标，把数据分析对象划分为不同的部分和类型来进行研究，以揭示其内在的联系和规律性。分组的目的是为了便于对比，因此分组法要和对比法结合运用。分组分析法的关键在于确定组数与组距。,组距分组的步骤,注：上面所介绍为等距分组，也可进

10、行不等距分组，数据变动比较均匀适合等距分组，数据变动很不均匀适合不等距分组。数据分析师可根据需要自己选择。,结构分析法,结构相对指标（比例）的计算公式,结构相对指标（比例）=（总体某部分的数值/总体总量）100%,市场占有率=（某种商品销售量/该种商品市场销售总量）100%,注：市场占有率是分析企业在行业竞争中竞争状况的重要指标，也是衡量企业运营状况的综合经济指标。市场占有率高，表明企业营运状况好，竞争力强，在市场占据有利地位。反之说明在市场占据不利地位。,平均分析法,算术平均数的计算公式,算术平均数=总体各单位数值的总和/总体单位个数,算术平均数是非常重要的基础性指标。平均数是综合指标，它的

11、特点是将总体内各单位的数量差异抽象化，它只能代表总体的一般水平，掩盖了在平均数后各单位的差异。,特点,矩阵关联分析法,根据事物（如产品、服务等）的两个重要属性（指标）作为分析的依据，进行分类关联分析，找出解决问题的一种分析方法，也成为矩阵关联分析方法。,(1)第一象限(高度关注区):属于重要性高、满意度也高的象限。 (2)第二象限(优先改进区):属于重要性高、但满意度低的象限。 (3)第三象限(无关紧要区):属于重要性低、满意度也低的象限。 (4)第四象限(维持优势区):属于重要性低、满意度高的象限。,高级数据分析法,聚类分析、相关分析、回归分析等，相关分析、回归分析,常用的数据分析工具简介,

12、常用的数据分析工具,数据处理（数据导入、数据清洗等）简单的数据统计分析数据的展示,EXCELL,SPSS,Statistical Product and Service Solutions（统计产品与服务解决方案）,SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。,SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类,常用的数据分析工具,是一个模块化、集成化的大型应用软件系统

13、它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。SAS系统主要完成以数据为中心的四大任务：数据访问；数据管理；数据呈现；数据分析,SASL,本章小结,01,02,03,04,本章小结,数据分析认知中主要阐述了数据分析的概念、数据分析发展历程以及应用前景。,本章小结,数据分析的工作流程是指明确分析目的与内容、数据搜集、数据处理、数据分析、数据展现、报告撰写六步曲。,数据分析方法论中重点讲解了5W2H分析法、SWOT分析法、PEST分析法、4P营销理论分析法、逻辑树分析法五种常见的分析方法论。,数据分析方法中重点讲解了对比分析法、分组分析法、结构分析法、矩阵关联分析法以及几种常见的高级数据分析方法。,THANKS！,