1、谁说菜鸟 不懂数据分析 张文 霖 刘夏璐 狄松 一、 简要说明 采用如何阅读一本书中的规则进行分析，不涉及主题阅读，按照主动阅读的顺序：从检视阅读到分析阅读进行。 二、 检视阅读 1. 有系统略读： 了解书的架构，适用于不知道想不想读，不知道有没有必要做分析阅读， 或者 时间有限。具体做法有： (一 ) 先看书名页，如果有序就先看序。了解书的主题，特别注意副标题，或者其他的相关说明，或作者写本书的特殊角度。 本书题目 是谁说菜鸟不懂数据分析 -入门篇，副标题是告诉你职场图表背后的故事 。 通过 前言 ，评论和内容 简介 可知，本书是基于 excel 的 各种实用技巧，加上基础性的数据分析概念，
2、以风趣的小说形式，为 初入 数据分析大门的人 解释 什么是数据分析，以及如何有效的数据分析。 (二 ) 研究目录页，对这本书的基本架构做概括性的理解。 本书分为 8 章 ，分别是关于数据分析的基本介绍， 以及 数据分析 的 整个流程，包括确定分析 目的 和思路、数据准备、 数据 处理、数据分析、数据展现和撰写报告 。 (三 ) 索引和 出版者的介绍 没有 ，略 去 。 (四 ) 挑几个和主题息息相关的篇章来看。 也可以 是感兴趣的章节。 略，经推荐 的书准备认真研究 。 (五 ) 快翻整本书。 尤其是 最后一页总结。 略， 只有每章总结，无 全书 总结 。 2. 粗浅的阅读：了解全书内容的第一
3、个步骤。 整体性的浏览全书。 三、 分析阅读 1. 第一阶段：找出一本书在谈些什么。 规则一：依照书本的种类与主题做分类。 论说类的作品，具体是实用性的。 规则二：用最简短的句子说出整本书在谈些什么。 入门级别 的 基于 excel 的数据分析 方法 和方法论 。 规则三：按照顺序与关系，列出全书的重要部分。将全书的纲要拟出来之后，再将各个部分的纲要也一一列出。 目录 (一 ) 数据分析的那些事儿 . 2 1. 什么是数据分析及作用： . 2 2. 数据分析六部曲： . 3 3. 数据分析三大误区： . 3 4. 数据分析师的要求： . 3 5. 常用术语和指标： . 3 6. 数据分析心法：
4、 . 4 (二 ) 结构为王 确定分析思路 . 4 (三 ) 无米难为巧妇 数据准备 . 7 1. 理解数据： . 7 2. 数据来源： . 7 (四 ) 数据处理 . 7 1. 何谓数据处理： . 7 2. 数据清洗 . 8 3. 数据加工 . 8 4. 数据抽样： . 9 (五 ) 工欲善其事必先利其器 数据分析 . 9 1. 数据分析方法 . 9 2. 数据分析工具 15 (六 ) 给数据量体裁衣 数据展现 15 1. 图表 15 2. 表格 16 3. 给图表换装 16 (七 ) 专业化生存 图标可以更美的 21 1. 别让图表犯错 21 2. 图表美化 23 3. 数据报告 26 (
5、一 ) 数据分析 的那些事儿 1. 什么是 数据分析 及 作用 ： 数据分析 是 为了提取有用信息和 形成 结论，而对数据进行研究和 概括 总结的过程，一般分为描述性数据分析、探索性数据分析 和验证 性数据分析。 其中 ，探索性数据分析重在发现新的特征， 验证 性数据分析则是验证已有假设。 数据分析 的作用 是现状 分析、原因分析及预测分析。 2. 数据分析 六部曲： 明确 分析目的和思路 数据准备 数据处理 数据分析 数据呈现 撰写分析 报告 。 3. 数据 分析三大误区： 分析 目的不明确 ， 缺乏业务知识，以为追求高级分析方法 4. 数据 分析师的要求： 职业 要求： 懂业务 、懂管理
6、（分析 框架和建议）、 懂分析 、 懂 工具、懂设计 职业 素质：态度严谨、好奇心强、逻辑清晰、擅长模仿 、勇于 创新 5. 常用 术语和指标： 名称 解释 平均数 一般指算数平均数，代表总体的一般水平，掩盖了总体内各单位的差异 绝对数 一定时间地点条件下 总体情况的综合指标或者数量增减变化的绝对数 相对数 =比较数值（比数） /基础数值（基数），两个有联系的指标对比计算而得到的数值，反应客观现象之间数量联系程度的综合指标 百分比 相对数的一种，百分数 百分点 不同时期以百分数形式表示的相对指标的变动幅度。变动幅度最好用百分点，比如“今年公司利润比去年提高了 10 个百分点”，而不是“ 10个
7、百分比” 频数 某个别数据出现的次数，绝对数 频率 个别数据出现次数占总次数的比值，相对数 比例 部分与总体的关系，反应总体的构成 比率 部分与部分的关系。比如，我国人口性别比，指的是每 100 名女性相对的男性数量 倍数 表示数量增长或者上升幅度的商。下降可以用百分比 番数 原来数量的 2 的 N 次方，翻一番是 2 倍 同比 与历史发展同时期比较，反应事物发展的相对情况 环比 与上一个统计时期，反应事物逐渐发展的情况 6. 数据 分析心法： 学习 ：先了解，后深入；先记录，后记忆；先理论， 后 实践；先模仿，后 创新 方法 ：先思路，后方法；先框架，后细化；先方法，后工具；先思考，后动手
8、分析 ：先业务，后数据；先假设，后验证；先总体，后局部；先总结，后建议 (二 ) 结构为王 确定分析思路 数据分析方法论：跟数据分析相关的营销和管理理论，宏观指导数据分析 数据分析法：具体的数据分析方法，如对比分析等，微观指导数据分析 名称 适用范围 基本 要素 4P 营销理论 了解公司的整体运营情况 产品（ product）； 价格（ price） 最高价取决于需求，最低价取决于成本，中间取决于竞争； 渠道（ place）； 促销（ promotion） 促销四大要素（广告、宣传推广、人员推销、销售促进）； 用户行为理论 用户行为分析 用户获取产品的各种行动：认知 熟悉 试用 使用 忠诚客户
9、 PEST 行业分析，宏观环境的分析，指影响一切行业和企业的各种宏观力量 政治（ political） 社会制度，执政党性质以及政府的方针、法令 经济（ economic） 宏观（国家总体情况）、微观（企业所在地或者服务区的情况） 社会（ social） 文化水平（需求层次）、宗教信仰 /风俗习惯（禁止或者抵触某些活动）、价值观念（活动目的或者组织本身的认可）、审美观念（活动内容、方式及成果的态度） 技术（ technology） 直接技术手段 ，技术领域的发展和政策 5W2H 用户行为研究或者业务专题分析的逻辑分析方法 5W 何因（ why）、何事（ what）、何人（ who）、何时（ w
10、hen）、何地（ where）、 2H 如何做（ how）、何价（ how much） 逻辑树 业务问题专题分析 问题树，演绎树，分解树： 将问题的所有子问题分层罗列，从最高层开始，逐步向下扩展，要素化、框架化、关联化 5W2H Pest 逻辑树 4P 用户 行为分析 (三 ) 无米难为巧妇 数据准备 1. 理解 数据： 1) 字段 与记录 ： 列 与 行，特征与特征的具体表现 2) 数据类型 ： 字符和数据 3) 数据表 ： 标题行 +数据；第一行是 字段名 ，不能重复 ； 第二行是数据 ， 不允许出现空白行和空白列； 数据 表中无合并单元格；数据表与其他数据至少隔开一个空白行和列；一般用一
11、维表， 二维表用数据透视表 转化 2. 数据 来源 ： 1) 导入 数据： 文本 导入 （确定 分隔符），网站导入 （可选择 自动更新） 2) 调查 问卷录入： 单选（录入 对应 数值 ），多选 （二分法 ），排序，开放性 编号 第 3 题 第7题 第 10 题 第 23 题 第 40 题 年 月 A B C D 第一重要 第二重要 第三重要 建议 增加培训费用 112 2001 9 2 1 0 1 0 3 4 1 (四 ) 数据 处理 1. 何谓 数据处理： 1) 三心二意 ： 信心、 细心和平常心； 诚意 和合意 2) 数据 处理过程：数据清洗 （删除 重复、处理异常和 缺失 ），数据 加
12、工（提取 想要的信息） 根据 数据分析的目的，将数据处理成数据分析的要求样式。 2. 数据 清洗 1) 重复 数据： 函数 （ countif 对 满足条件的 计数 ） ，高级筛选 （高级 筛选 +选择不重复的项） ，数据透视表 （选择 编号到行，同时 到 汇总） ，删除重复 （菜单 、 countif 后排序删除 等 ） 2) 缺失 值： 可接受 的是 10%以下 查找 中的条件 定位 处理，一般有 4 种 处理方法， 样本 平均值代替 （典型 做法） ，删除，模型计算值代替， 缺失值 保留在分析时处理 定位条件配合ctrl+enter 3) 异常值 ： 从 逻辑和业务上去检查， 用 if
13、函数检查错误，用 条件 格式标记错误 3. 数据加工 1) 数据 抽取：字段分列，截取某字段一部分的信息 ，根据 分隔符菜单操作、用 left和 right 函数 ；字段合并 （ concatenate、 &） ； 字段匹配，将几个数据表中的数据有效 匹配 （ vlookup） 。 2) 数据 计算： 简单 计算，通过加减乘除就能计算出来的； 函数 计算，常用的 如下 用途 函数 平均值 Average() 求和 Sum() 自动 输入日期 now()、 today() 日期年月日加减 Date(year(),month(),day() 日期 年月日间隔 Dateif(start,end,un
14、it) 3) 数据 分组：使用 vlookup 函数将不同 区间 的数据分组 ， vlookup(数据 ，查找区域，列数，逻辑值 )。 4) 数据 转换：数据表的行列 互换 ，转置； 通过 选择性黏贴可以对数据进行简单的加减乘除； 多选题 录入数据方式之间 的 转换 （用 Isnumber 函数 和 hlookup 函数-按行查找 ） 。 4. 数据 抽样： 配合随机 函数， rank 函数对 随机 结果 进行排序防止重复， vlookup 函数 进行 数据抽样。 或者随机 函数 +f9 固定 +删除重复项。 (五 ) 工欲善其事必先利其器 数据 分析 1. 数据分析方法 数据分析作用 基本方
15、法 数据分析方法 现 状分析 对比 对比分析 平均分析 综合评价分析 原因分析 细分 分组分析 结构分析 交叉分析 杜邦分析 漏斗图分析 矩阵关联分析 聚类分析 预测分析 预测 回归分析 时间序列 决策树 神经网络 1) 对比分析法：横向（同一时期不同指标 ） ， 纵向 （同一条件不同时期 ） 。 实践运用： 与目标 对比，不同时期对比， 同 级部门、 单位 、 地区 对比， 行业内 对比，活动 效果对比 。 目标 对比 不同 时期对比 各部门 /地区 对比 行业 内对比 活动 前后对比 注意事项：指标的口径、 计算 方法、计量单位要一致； 对比 的对象要有可比性； 对比 的指标类型一致。 2
16、) 分组分析法： 与 对比分析法结合， 重要 的是确定组数和组距， 可以 等距也可以不等距。 3) 结构分析法：部分占总体的比例， 最 常见的市场占有率 =某商品销售量 /该商品的市场总销售量。 4) 平均分析法：用平均数反映一般水平。 5) 交叉分析法： 二维表 6) 综合分析法： 步骤：确定综合指标体系 收集数据 ，对不同计量单位的指标数据标准化 确定 各指标权重 汇总 计算总分 根据 分值排序， 并 由此得出结论。 特点：指标不是顺次， 而是 同时评价；指标根据重要性加权； 评价 结果以分值体现。 权重确定法： 常见 的目标优化矩阵， 将 纵轴上的项目与横轴项目对比， 专家 投票表决，更
17、重要则填 1， 否则 0， 最后 每行数据相加的和排序。 人才评价 人品 动手能力 教育背景 合计 排序 人品 0 1 1 2 动手能力 1 1 2 1 教育背景 0 0 0 3 某指标权重 =（ 重要性得分 /重要性总分 ） *100%， 其中 有零分则全部加 1 7) 杜邦分析 法 ：各 财务指标之间的关系， 也可以 用于市场分析，用户 分析 等。 净资产收益率总资产收益率主营业务利润率净利润主营业务收入 全部成本营业成本其他利润 所得税主营业务收入总资产周转率主营业务收入 资产总额流动资产 长期资产权益系数 8) 漏斗图 分析法： 分析 业务流程， 结合 对比分析， 明白关键流程中各步骤
18、转化率的好坏，以及各种业务 的 受欢迎程度和重要程度。 如 网站转化率。 9) 矩阵 关联分析法 ； 根据事物的两个重要属性指标，做关联分析，按一定标准投放到四个 象限 中，先解决主要 矛盾 ， 再 解决次要矛盾。 发展 矩阵 是 在此基础上，把 不同时期的数据绘制在同一矩阵上。 改进难易 矩阵 是 增加一位指标，用气泡的大小来体现。 2. 数据分析 工具 1) 数据 透视表：对 各字段 快速分类 汇总 ，交互式报表 ，鼠标 拖动字段位置即可。 2) 数据透视表小技巧： 值 汇总方式选百分比为百分比计算，选差异百分比为同比和环比计算； 选择 单元格创建组可以 对 日期、数值和文本型数据 进行分
19、组 (六 ) 给 数据量体裁衣 数据展现 1. 图表 1) 通过 关系选择 图表 成分（整体 的一部分） 一般 情况用饼图，也可以用条形、柱形 排序 （ 数据间 比较） 柱形图、 条形图、气泡图 、 帕累托图 时间序列 （ 走势 、趋势） 首先 折线图，其次考虑柱形图 频率 分布（ 数据 频次） 柱形 、条形、折线，横轴只能按惯例由小到大 相关性 （ 数据 间关系） 柱形 、条形、气泡、散点 多重 数据比较 雷达图 2) 图表制作 五步法： 确定 表达目的 确定图标样式 选择数据作图 检查是否展现数据 检查是否表达观点。 2. 表格 1) 突出 显示单元格 ： 用条件 格式 2) 项目 选取：
20、 针对对 原始数据经过计算的数据 3) 数据条 ：查看某个单元格相对于其他单元格的值 ， 数据条长度表示单元格中的值 ， 越长越大。 4) 图集 ：可以对数据注释，用临界值，一般 3-5 个 类别 ， 比如绿色代表较高的箭头，黄色代表中间值，红色代表低值。特 别 适合企业运营指标发展态势。 5) 迷你图 ：可以 塞到 一个单元格里的图 3. 给图表 换装 1) 平均 线图：加一 列 平均值，然后作图时 将 平均值的图标类型 更改为 折线即可。 2) 双 坐标图：添加次坐标轴，然后用 柱形 图显示 主坐标 数据，折线图展现次坐标数据 ； 或者通过 占位 数据，制作双柱图。 3) 竖形折线图： 也
21、叫 蛇形图， 展现 产品在消费者心中的评价，得到指标偏向。 一般 用消费者打分的形式， 越同意 靠右的观点， 数字 越大， 越同意 靠左的观点， 数字 越小。 4) 瀑布图： 也叫步行图、 阶梯图 ， 多用于 企业的经营分析和财务分析， 表 示企业的成本构成、 变化 等 。 方法 是用占位的方法作图。 第 N 个占位数据大小 =总成本 -（ 成本 1+成本 2+ ） 5) 帕累托图： 排列图 、 主次图 ， 按照 发生频率的高低绘制的直方图 。 四个 注意点： 一， 柱形图按降序排列，折线图 是 累计百分比，在次坐标轴显示 二， 折线图 起始数值为 0%，并且位于第一个柱子的最左下角 三， 折
22、线图 第二个点位于柱形图第一个柱子的最右上角 四， 折线图 最后一个点为 100%，在整张图形的最右上角。 6) 旋风图 ： 适用于 同一事物 在不同时期、不同条件下的变化，以及不同指标的对比。 可以通过设置次坐标轴或者做两个条形图的方式。 7) 人口 金字塔：类似旋风图，专门用来反映人口的过去、现在和未来。 8) 漏斗图 ： 用 堆积条形图作的，需要用占位 数据 把实际的条形图挤到中间去。 第 N环节占位数据 =（ 第 1环节 进入人数 -第 N环节进入人数） /2 第 N环节转化率 =第 N环节进入人数 /第 （ N-1） 环节 进入人 数 第 N环节总体转化率 =第 N环节进入人数 /第
23、 1环节 进入 人数 9) 矩阵图 /发展 矩阵图 /改进 难易矩阵图： 以象限 区分难易和效益的平衡，多通过将坐标轴移到 中间 ，作为象限分隔，然后画上 新的 坐标轴。 (七 ) 专业化 生存 图标可以 更美 的 1. 别让图表 犯错 1) 图表五脏俱全 ：标题、图例、单位、脚注、资料来源 2) 要注意 的条条框框： 决定 做不做图标的唯一标准 能够有效表达信息 最好 一张图反应一个观点 只 选对的，不选复杂的 一句话 标题，将短语变成句子 图表 类型 注意 事项 饼图 数据 从 12点 钟方向开始，最重要的紧靠 12 点； 数据 项保持在 5项 以内； 不要 使用爆炸性的 “ 饼图分离 ”
24、 不要 使用图例 尽量 不要用标签连线 尽量 不要用 3D效果，如果用也厚度薄一 点 当 扇区使 颜色 填充时， 推荐 使用白色的 框线 复合 饼图 当 饼图 数据项 超过 5，将 多余的放入第二个饼图，构建符合饼图 ， 通过设置第二绘图区来实现多余的个数 柱形图 同一 数据 序列 使用相同的颜色； 不要 使用倾斜的标签 ； 纵坐标 轴 从 0开始； 最好 添加数据 标签 ，让读者一眼看到具体数值 数据 标签字体为 arial 条形图 同一 数据 序列 使用相同的颜色； 不要 使用倾斜的标签 ； 纵坐标 轴 从 0开始； 最好 添加数据 标签 ，让读者一眼看到具体数值 数据 标签字体为 ari
25、al 折线图 折线 线形要相对粗些，最好比网格和坐标轴更突出 线条 一般不超过 5条 ， 线条 过多可以分开作图 不要 用倾斜的标签 纵坐标轴 一般刻度从零开始 预测 值的线改为 虚线 离散 数据点，而且数量不多的话，设置 圆圈 数据标记，内是白色，外是折线 颜色 2. 图表美化 1) 三原则 ： 简约 整洁（ 亲近 原则，相关内容放一起） 对比（ 突出 ，抓住重要信息） 2) 美化 技巧： 最大化数据水墨（ 曲线 、条形、扇形 +，坐标轴、网格线、填充色 -） 找出 隐形的线，用来 对齐 图表的 数字格式，最好用 arial 突出 对比，改变颜色、直线、箭头和阴影 3) 常见 颜色搭配 红
26、、黄、 绿 不要滥用，一般 红色 重大问题，黄色 存在隐患，绿 色 发展良好。 4) 图表 妙招 创建 我的 图表 模板； F11+默认 快速制图 ； 添加标签小工具 ；修剪 超大 值 3. 数据 报告 1) 数据 报告 的 三大作用：展示分析结果，验证分析质量，为决策者提供参考依据 2) 数据报告 三种常见类型：专题分析，适合 word和 ppt，综合分析，适合 word和 ppt；日常数据通报、适合 word和 excel。 3) 数据报告 的组成：标题 （一眼 看懂、艺术性、加上作者、部门和时间） 、 目录、前言 （分析 背景和目的 、 分析思路）、正文、结论及建议 （结论 不是分析结果
27、的简单重复，而是要结合业务） 规则四：找出作者在问的问题，或者作者想要解决的问题。 数据分析 领域的菜鸟，如何能够浅显易懂的掌握职场 数据 分析的思路 。 2. 第二阶段，找出一本书到底在说什么？诠释一本书的内容。 规则五：诠释作者使用的关键字，与作者达成共识。 数据分析 、入门、 excel、数据分析六部曲 。 规则六：从最 重 要的句子中抓出作者的重要主旨。 数据 分析是为了提取 有用 信息和形成结论对数据加以详细研究和概括总结的过程，分为描述性 、探索性和 验证性 数据分析，三大作用是现状分析、原因分析和预测分析 。 数据 分析的 六部曲 是明确分析目的和思路，数据准备，数据处理，数据分
28、析，图表展现，报告撰写。 3. 第三阶段：像是沟通知识一样评论一 本书的规则。必须能够评论，提出批评，才算真正的完成了主动的阅读 本文 是数据分析的入门书籍，从最浅显 易懂 的例子和风趣的语言，为我们介绍了数据分析的主要思路和方法，其中以 excel 的使用作为线索，充分发掘了 excel 的强大功能 ， 以及数据分析前期准备，中期分析和后期结论建议各方面的概览，让数据分析的入门选手能够真正先 理论 ，后实战，先模仿，后创新。 本 文采取总分的逻辑，不拘泥于刻板的公式，十足是数据分析的入门精品书籍，值得反复揣摩。 但 也陷于入门的水平，想要更好的进行数据分析，则需要在实际中演练，同时根据需要， 朝着 某一方向深入的学习。 木小青 2014.11于上海
