本篇學(xué)習(xí)整理筆記來源于：簡(jiǎn)書@功彬eleven、《誰說菜鳥不會(huì)數(shù)據(jù)分析》、公眾號(hào)：杜王丹、公眾號(hào)：數(shù)據(jù)分析。
在原作者的基礎(chǔ)上進(jìn)行整理分類，將本篇分為：數(shù)據(jù)分析的概念、做數(shù)據(jù)分析的原因、數(shù)據(jù)分析的作用、數(shù)據(jù)分析的邏輯、數(shù)據(jù)分析的方法、數(shù)據(jù)分析流程、數(shù)據(jù)分析的誤區(qū)、專業(yè)數(shù)據(jù)分析的能力要求、數(shù)據(jù)分析的職業(yè)發(fā)展這九部分，帶你全面了解數(shù)據(jù)分析。
數(shù)據(jù)分析的概念
數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來的大量數(shù)據(jù)進(jìn)行分析，將他們加以匯總和理解消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。
做數(shù)據(jù)分析的原因
1、有效避免拍腦袋、主觀臆想；
2、為決策提供支撐，更能說服人；
3、通過數(shù)據(jù)分析，可以看到?jīng)Q策的效果、問題以及未來應(yīng)該如何做。
知乎用戶@綃頁的答案很簡(jiǎn)單，但卻一語中的：
1、“知錯(cuò)能改，善莫大焉”——可是錯(cuò)在哪里，數(shù)據(jù)分析告訴你。
2、“運(yùn)籌帷幄之中，決勝千里之外”——怎么做好“運(yùn)籌”，數(shù)據(jù)分析告訴你。
3、“以往鑒來，未卜先知”——怎么發(fā)現(xiàn)歷史的規(guī)律以預(yù)測(cè)未來，數(shù)據(jù)分析告訴你。
數(shù)據(jù)分析的作用
數(shù)據(jù)分析是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息集中和提煉出來，總結(jié)出所研究對(duì)象的內(nèi)在規(guī)律。在企業(yè)的日常經(jīng)營(yíng)分析中有三大作用：
➤ 現(xiàn)狀分析：
告訴你過去發(fā)生了什么具體體現(xiàn)在：
第一，告訴你現(xiàn)階段的整體運(yùn)營(yíng)情況，通過各個(gè)經(jīng)營(yíng)指標(biāo)的完成情況來衡量企業(yè)的運(yùn)營(yíng)狀態(tài)，以說明企業(yè)整體運(yùn)營(yíng)是好了還是壞了好的程度如何，壞的程度又到哪里。
第二，告訴你企業(yè)各項(xiàng)業(yè)務(wù)的構(gòu)成，讓你了解 企業(yè)各項(xiàng)業(yè)務(wù)的發(fā)展及變動(dòng)情況，對(duì)企業(yè)運(yùn)營(yíng)狀況有更深入的了解。
現(xiàn)狀分析一般通過日常通報(bào)來完成，如日?qǐng)?bào)、周報(bào)、月報(bào)等形式。
比如：電商類型網(wǎng)站的日?qǐng)?bào)中的現(xiàn)狀分析會(huì)包括訂單數(shù)、新增用戶數(shù)、活躍率、留存率等指標(biāo)同比或環(huán)比上漲還是降低了多少。
➤ 原因分析：
告訴你某一現(xiàn)狀為什么發(fā)生。
經(jīng)過第一階段的現(xiàn)狀分析，我們對(duì)企業(yè)的運(yùn)營(yíng)情況有基本了解，但不知道運(yùn)營(yíng)情況具體好在哪里。差在哪里，是什么原因引起的。這就需要原因分析。
原因分析一般是通過專題分析來完成的，根據(jù)企業(yè)運(yùn)營(yíng)情況選擇針對(duì)某一現(xiàn)狀進(jìn)行原因分析。
比如：某電商網(wǎng)站某一天的日?qǐng)?bào)中某件商品突然銷量突然增加，那么就需要針對(duì)這件商品銷量突然增加做專題分析，看是什么因素影響了該商品銷量大增。
也可以用于分析活躍率、留存率等下降或升高的原因。
➤ 預(yù)測(cè)分析：
告訴你將來會(huì)發(fā)生什么。
在了解企業(yè)運(yùn)營(yíng)狀況以后，有時(shí)還需要對(duì)企業(yè)未來發(fā)展趨勢(shì)做出預(yù)測(cè)，為制定企業(yè)運(yùn)營(yíng)目標(biāo)及策略提供有效的參考與決策依據(jù)，以保證企業(yè)的可持續(xù)健康發(fā)展。
預(yù)測(cè)分析一般通過專題分析來完成，通常在制定企業(yè)季度、年度計(jì)劃時(shí)進(jìn)行。
比如：通過上述的原因分析，我們就可以針對(duì)性做出一些政策，比如通過原因分析，我們可以得出面包的銷量在臺(tái)風(fēng)來臨之際銷量會(huì)突增，那么我們?cè)谙麓闻_(tái)風(fēng)來臨之前就應(yīng)該多準(zhǔn)備面包貨源，同時(shí)為了獲得更多的銷量做一系列準(zhǔn)備。
數(shù)據(jù)分析的邏輯
一般而言，數(shù)據(jù)分析的邏輯是：先明確數(shù)據(jù)分析的目的、然后理清用戶消費(fèi)流程和邏輯（實(shí)際上也就是梳理清楚業(yè)務(wù)邏輯），找出關(guān)鍵用戶行為和數(shù)據(jù)，分析用戶在消費(fèi)行為中關(guān)鍵行為和數(shù)據(jù)找到問題，思考解決方案。
比如某電商做了一個(gè)專題活動(dòng)，但效果卻并不理想，現(xiàn)在需要尋找原因，那么它的邏輯就大致是：首先理清用戶消費(fèi)流程：專題活動(dòng)頁面——商品頁面——下單購(gòu)買，或者是通過搜索/導(dǎo)航——商品頁面——下單購(gòu)買；然后找出關(guān)鍵的用戶行為：打開專題頁或通過搜索導(dǎo)航、進(jìn)入商品頁面、點(diǎn)擊購(gòu)買、下單等；再然后確認(rèn)是用戶的哪個(gè)行為數(shù)據(jù)是否有異常的地方，也就是找到問題所在；最后就是思考怎樣去解決這個(gè)問題。
數(shù)據(jù)分析方法
在數(shù)據(jù)來源正確的前提下，數(shù)據(jù)分析的方法可以分為定性分析和定量分析。
定性分析，就是對(duì)事物的性質(zhì)作出判斷，究竟它“是什么”。比如最近某一個(gè)產(chǎn)品的用戶活躍度大幅度提升，而結(jié)合該款產(chǎn)品最近的更新情況可知，用戶活躍度之所以大幅提升是該款產(chǎn)品上線了一個(gè)新功能導(dǎo)致的。
定量分析，是指對(duì)事情的數(shù)量做出統(tǒng)計(jì)，衡量它“有多少”。比如產(chǎn)品優(yōu)化了登錄注冊(cè)流程，這一優(yōu)化的效果是怎樣的，帶來了多少新注冊(cè)用戶，增長(zhǎng)率是多少。
在《增長(zhǎng)黑客》中有一段對(duì)數(shù)據(jù)分析的精彩論述，其中也有提到定性分析和定量分析的關(guān)系：
數(shù)據(jù)分析就是定性分析和定量分析的相互結(jié)合，不斷驗(yàn)證的過程。提出假設(shè)、設(shè)計(jì)方案、分析數(shù)據(jù)、驗(yàn)證或推翻假設(shè)，最終抽絲剝繭，逐漸接近真相。數(shù)據(jù)是相互印證的，彼此之間有如通過無形的網(wǎng)絡(luò)縱橫連接，只需輕輕按動(dòng)其中一個(gè)就會(huì)驅(qū)使另外一個(gè)或一組產(chǎn)生變化。
通過數(shù)據(jù)分析得出的結(jié)論，應(yīng)當(dāng)能反推出其他數(shù)據(jù)，或是與其他數(shù)據(jù)分析得出的結(jié)果相一致。例如，假設(shè)某日在線訂餐網(wǎng)站的數(shù)據(jù)量猛升，猜測(cè)與天氣陰雨、用戶窩在辦公室或家中不愿出門有關(guān)，那么就應(yīng)當(dāng)去翻查近期之內(nèi)網(wǎng)站在陰雨天期間的訪問數(shù)據(jù)，看是否出現(xiàn)了類似的攀升。
數(shù)據(jù)分析流程
明確目的——獲取數(shù)據(jù)——處理數(shù)據(jù)——尋找異常值——分析原因——得出結(jié)論——驗(yàn)證結(jié)論
明確目的：清楚并理解此次分析的目的是什么，比如尋找某地城市的流量銳減的原因，這個(gè)很多時(shí)候是建立在你對(duì)業(yè)務(wù)邏輯/流程的理解，如果不了解的話，你所做的不是數(shù)據(jù)分析，頂多就是個(gè)數(shù)據(jù)整理的工作。而這就要求先確認(rèn)分析維度，包括拉取什么數(shù)據(jù)、核心變量是什么、核心變量是否受到其他外界因素的影響（是否有其他需求上線？能否取到準(zhǔn)確來源的數(shù)據(jù)？時(shí)間范圍的數(shù)據(jù)是否出現(xiàn)數(shù)據(jù)問題？）
獲取數(shù)據(jù)：很多時(shí)候我們需要自己動(dòng)手從數(shù)據(jù)庫(kù)里拉取相關(guān)數(shù)據(jù)，在拉取數(shù)據(jù)時(shí)，需要注意以下幾點(diǎn)：
1、能在數(shù)據(jù)庫(kù)里處理的，就不要拉到excel中處理；（比如走勢(shì)圖對(duì)比，有的系統(tǒng)比較高端，不同日期、不同指標(biāo)之間直接就可以進(jìn)行對(duì)比，而好多新人會(huì)在剛開始做數(shù)據(jù)分析的時(shí)候把數(shù)據(jù)導(dǎo)出來，自己制作走勢(shì)圖。）
2、語句是否完整：引號(hào)、分號(hào)、group by；
3、條件限制是否準(zhǔn)確：時(shí)間、平臺(tái)、頁面、類別、是否去重、是否清洗；
4、語句邏輯是否正確；所取時(shí)間段數(shù)據(jù)是否不受外界因素影響等等。
處理數(shù)據(jù)：保存拉取出來的數(shù)據(jù)作為原始數(shù)據(jù)，保留相應(yīng)的語句；掌握常用函數(shù)（Vlookup、sum、sumifs、Average、if、If error）；當(dāng)你認(rèn)為所需要做的事情特別繁瑣時(shí)，找人問；或者將你的問題清楚表述，然后百度，你要相信，你所遇到的問題別人很有可能早就遇到過。
尋找異常值：則是需要結(jié)合具體的業(yè)務(wù)才能進(jìn)行，因?yàn)椴煌脚_(tái)不同指標(biāo)的異常值不同，我們需要熟悉自己平臺(tái)的哪些指標(biāo)為哪些值時(shí)為異常值。
分析原因：找到異常值以后，我們需要分析異常值出現(xiàn)的原因，在分析原因時(shí)會(huì)用到幾種常見數(shù)據(jù)分析方法論和數(shù)據(jù)分析方法。
➤ 數(shù)據(jù)分析方法論主要是從宏觀角度指導(dǎo)如何進(jìn)行數(shù)據(jù)分析，他就像是一個(gè)數(shù)據(jù)分析的前期規(guī)劃，指導(dǎo)后期數(shù)據(jù)分析工作的開展。
常見的數(shù)據(jù)分析方法論有：
➀ PEST分析法（P—Political政治環(huán)境、E—Economic經(jīng)濟(jì)環(huán)境、S—Social社會(huì)環(huán)境、T—Technological技術(shù)環(huán)境）
➁ 5W2H分析法（Why、What、Who、When、Where、How、How much）
➂ 邏輯樹分析法：是將問題的所有子問題分層羅列，從最高層開始，逐步向下擴(kuò)展。
➃ 4P營(yíng)銷理論：Product（產(chǎn)品）、Price（價(jià)格）、Place（渠道）、Promotion（促銷）
➄ 用戶行為理論：用于用戶行為研究分析，用戶行為是指用戶對(duì)一個(gè)產(chǎn)品從認(rèn)知、熟悉、試用、使用、忠誠(chéng)的過程（常見指標(biāo)有：IP、PV、頁面停留時(shí)間、跳出率、回訪者、流失率、關(guān)鍵字搜索、轉(zhuǎn)化率、登錄率）。
➤ 數(shù)據(jù)分析方法是指具體的分析方法，例如我們常見的對(duì)比分析、交叉分析、回歸分析、等數(shù)據(jù)分析法。
常見的數(shù)據(jù)分析方法
➀ 對(duì)比分析法
a 定義：將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析他們的差異，從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性。
b 分類：對(duì)比分析法可以分為靜態(tài)比較和動(dòng)態(tài)比較
● 靜態(tài)比較：同一時(shí)間條件下對(duì)不同總體指標(biāo)的比較，如不同部門、不同地區(qū)、不同國(guó)家的比較，也叫橫向比較。
● 動(dòng)態(tài)比較：同一總體條件下對(duì)不同時(shí)期指標(biāo)數(shù)值的比較，也叫縱向比較。
c 實(shí)踐應(yīng)用：常用于一下幾個(gè)維度。
● 與目標(biāo)對(duì)比：實(shí)際完成值與目標(biāo)進(jìn)行對(duì)比，屬于橫比。
● 不同時(shí)期對(duì)比：選擇不同時(shí)期的指標(biāo)數(shù)值作為對(duì)比標(biāo)準(zhǔn)，屬于縱比。
● 同級(jí)部門、單位、地區(qū)對(duì)比，屬于橫比。
● 行業(yè)內(nèi)對(duì)比：與行業(yè)中的標(biāo)桿企業(yè)、競(jìng)爭(zhēng)對(duì)手或行業(yè)的平均水平進(jìn)行對(duì)比，屬于橫比。
● 活動(dòng)效果對(duì)比：對(duì)某項(xiàng)營(yíng)銷活動(dòng)開展前后進(jìn)行對(duì)比，屬于縱比。
➁ 分組分析法
先經(jīng)過數(shù)據(jù)加工，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)分組，然后對(duì)分組的數(shù)據(jù)進(jìn)行分析。分組的目的是為了便于對(duì)比，把總體中具有不同性質(zhì)的對(duì)象區(qū)分開，把性質(zhì)相同的對(duì)象合并在一起，保持各組內(nèi)對(duì)象屬性的一致性、組與組之間屬性的差異性，以便進(jìn)一步運(yùn)用各種數(shù)據(jù)分析方法來解釋內(nèi)在的數(shù)量關(guān)系。
➂ 結(jié)構(gòu)分析法
指被分析總體內(nèi)的各部分與總體之間進(jìn)行對(duì)比的分析方法，即總體內(nèi)各部分占總體的比例。（市場(chǎng)占有率是典型的應(yīng)用）
➃ 平均分析法
運(yùn)用計(jì)算平均數(shù)的方法來反映總體在一定的時(shí)間、地點(diǎn)條件下某一數(shù)量特征的一般水平。
平均指標(biāo)可用于同一現(xiàn)象在不同地區(qū)、不同部門或單位間的對(duì)比，還可用于同一現(xiàn)象在不同時(shí)間的對(duì)比。
➄ 交叉分析法
通常用于分析兩個(gè)變量之間的關(guān)系，即同時(shí)將兩個(gè)有一定聯(lián)系的變量及其值交叉排列在一張表格內(nèi)，使各變量值成為不同變量的交叉節(jié)點(diǎn)，形成交叉表。
➅ 漏斗圖分析法
漏斗圖可以很好的反映網(wǎng)站各步奏轉(zhuǎn)化率，利用對(duì)比法對(duì)同一環(huán)節(jié)優(yōu)化前后的效果進(jìn)行對(duì)比分析來反映某個(gè)步奏轉(zhuǎn)化率的好壞。
（網(wǎng)站轉(zhuǎn)化率—漏斗圖）
➆ 矩陣關(guān)系分析法
相當(dāng)于直角坐標(biāo)系，橫縱坐標(biāo)代表不同指標(biāo)值（滿意度、重要性等）。
得出結(jié)論：根據(jù)原因分析得出結(jié)論。
驗(yàn)證結(jié)論：則是需要從其他維度去驗(yàn)證一下結(jié)論的可靠性，
數(shù)據(jù)分析幾大誤區(qū)
因?yàn)閿?shù)據(jù)的客觀性，讓數(shù)據(jù)變成了發(fā)掘問題本質(zhì)，尋找事物規(guī)律所需要用到的最有利的手段之一。但是，數(shù)據(jù)雖然客觀，有時(shí)也是會(huì)騙人的。在與數(shù)據(jù)打交道的過程中，我們可能經(jīng)常會(huì)犯一些錯(cuò)誤，導(dǎo)致分析的結(jié)論出現(xiàn)較大的偏頗。因此，在做數(shù)據(jù)分析時(shí)，我們需要警惕這5個(gè)常見誤區(qū)：
1. 選取的樣本容量有誤
08年奧運(yùn)會(huì)上，姚明的三分投籃命中率為100%，科比的三分投籃命中率為32%，那么是不是說姚明的三分投籃命中率要比科比高？
顯然不能這么說，因?yàn)槟菍脢W運(yùn)會(huì)，姚明只投了一個(gè)三分球，科比投了53個(gè)。
因此，在做數(shù)據(jù)對(duì)比分析時(shí)，對(duì)于樣本的選取，需要制定相同的抽樣規(guī)則，減少分析結(jié)論的偏差性。
2. 錯(cuò)判因果關(guān)系
某電商網(wǎng)站數(shù)據(jù)顯示，商品評(píng)論的數(shù)量與商品銷售額成正比。即一個(gè)商品評(píng)論數(shù)量越多，那么該商品的銷售額也會(huì)越高。
假如我們認(rèn)為評(píng)論多是銷量高的原因的話，數(shù)據(jù)分析的結(jié)論就會(huì)指導(dǎo)我們，需要?jiǎng)?chuàng)造更多的商品評(píng)論來帶動(dòng)商品銷量。
但如果真的這樣操作的話，就會(huì)發(fā)現(xiàn)很多商品的銷量對(duì)于評(píng)論的敏感度并不一樣，甚至很多商品銷量很高，但與其評(píng)論的多少毫無關(guān)系。
這里，我們就需要思考，評(píng)論真的是影響銷量的必然因素嗎？
除了評(píng)論之外，影響銷量的因素，還有其質(zhì)量、價(jià)格、活動(dòng)等，如果能完整的認(rèn)識(shí)到這些因素，那我們要拉升商品銷量，首先會(huì)需要先從其他角度來考慮，而非評(píng)論入手。
因此，在分析數(shù)據(jù)的時(shí)候，正確判斷數(shù)據(jù)指標(biāo)的邏輯關(guān)系應(yīng)該找?guī)渍咧g的相關(guān)關(guān)系而不是因果關(guān)系。（該知識(shí)點(diǎn)來源于大數(shù)據(jù)時(shí)代）
3. 被數(shù)據(jù)的表達(dá)技巧所蒙蔽
上圖從表面上來看，第二個(gè)圖表顯然更吸引人，轉(zhuǎn)化率增長(zhǎng)更加可喜。
但實(shí)際上，兩個(gè)圖表使用的是同一組數(shù)據(jù)。第二個(gè)圖表，僅僅是更改了縱軸范圍，就在視覺上覺得第二個(gè)的轉(zhuǎn)化率增長(zhǎng)幅度更大。
因此，在做數(shù)據(jù)分析時(shí)，我們需要警惕一些數(shù)據(jù)處理的小計(jì)倆，不要被數(shù)據(jù)的視覺效果所蒙蔽。
4. 過度依賴數(shù)據(jù)
過度依賴數(shù)據(jù)，一方面，會(huì)讓我們做很多沒有價(jià)值的數(shù)據(jù)分析；另一方面，也會(huì)限制產(chǎn)品經(jīng)理本來應(yīng)有的靈感和創(chuàng)意。
比如，分析馬車的數(shù)據(jù)，很可能我們得出的結(jié)論，是用戶需要一匹更快的馬車。如果過度依賴數(shù)據(jù)，局限了我們的思維，就很有可能不會(huì)有汽車的誕生。
很多優(yōu)秀甚至偉大的產(chǎn)品決策，并非通過數(shù)據(jù)發(fā)現(xiàn)的，而是一個(gè)產(chǎn)品經(jīng)理綜合智慧的體現(xiàn)。
最后:
數(shù)據(jù)是客觀的，但是，解讀數(shù)據(jù)的人是主觀的。只有正確的認(rèn)識(shí)數(shù)據(jù)，才能正確的利用數(shù)據(jù)。
在做數(shù)據(jù)分析時(shí)，對(duì)待數(shù)據(jù)我們必須要有一個(gè)求證的心態(tài)，并需要時(shí)刻警惕那些被人處理過的二手?jǐn)?shù)據(jù)。
專業(yè)數(shù)據(jù)分析師需要具備的能力
從數(shù)據(jù)分析的四個(gè)步驟來看清數(shù)據(jù)分析師需具備的能力和知識(shí)：
數(shù)據(jù)分析的四個(gè)步驟（這有別于數(shù)據(jù)挖掘流程：商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、模型搭建、模型評(píng)估、模型部署），是從更宏觀地展示數(shù)據(jù)分析的過程：獲取數(shù)據(jù)、處理數(shù)據(jù)、分析數(shù)據(jù)、呈現(xiàn)數(shù)據(jù)。
（一） 獲取數(shù)據(jù)
獲取數(shù)據(jù)的前提是對(duì)商業(yè)問題的理解，把商業(yè)問題轉(zhuǎn)化成數(shù)據(jù)問題，要通過現(xiàn)象發(fā)現(xiàn)本質(zhì)，確定從哪些緯度來分析問題，界定問題后，進(jìn)行數(shù)據(jù)的采集。此環(huán)節(jié)，需要數(shù)據(jù)分析師具備結(jié)構(gòu)化的思維和對(duì)商業(yè)問題的理解能力。
推薦書籍：《金字塔原理》、麥肯錫三部曲：《麥肯錫意識(shí)》、《麥肯錫工具》、《麥肯錫方法》
工具：思維導(dǎo)圖、mindmanager軟件
（二） 處理數(shù)據(jù)
一個(gè)數(shù)據(jù)分析項(xiàng)目，通常數(shù)據(jù)處理時(shí)間占70%以上，使用先進(jìn)的工具有利于提升效率，所以盡量學(xué)習(xí)最新最有效的處理工具，以下介紹的是最傳統(tǒng)的，但卻很有效率的工具：
Excel：日常在做通報(bào)、報(bào)告和抽樣分析中經(jīng)常用到，其圖表功能很強(qiáng)大，處理10萬級(jí)別的數(shù)據(jù)很輕松。
UltraEdit：文本工具，比TXT工具好用，打開和運(yùn)行速度都比較快。
ACCESS：桌面數(shù)據(jù)庫(kù)，主要是用于日常的抽樣分析（做全量統(tǒng)計(jì)分析，消耗資源和時(shí)間較多，通常分析師會(huì)隨機(jī)抽取部分?jǐn)?shù)據(jù)進(jìn)行分析），使用SQL語言，處理100萬級(jí)別的數(shù)據(jù)還是很快捷。
Orcle、SQL sever：處理千萬級(jí)別的數(shù)據(jù)需要用到這兩類數(shù)據(jù)庫(kù)。
當(dāng)然，在自己能力和時(shí)間允許的情況下，學(xué)習(xí)新流行的分布式數(shù)據(jù)庫(kù)及提升自身的編程能力，對(duì)未來的職業(yè)發(fā)展也有很大幫助。
分析軟件主要推薦：
SPSS系列：老牌的統(tǒng)計(jì)分析軟件，SPSS Statistics（偏統(tǒng)計(jì)功能、市場(chǎng)研究）、SPSS Modeler（偏數(shù)據(jù)挖掘）,不用編程，易學(xué)。
SAS：老牌經(jīng)典挖掘軟件，需要編程。
R：開源軟件，新流行，對(duì)非結(jié)構(gòu)化數(shù)據(jù)處理效率上更高，需編程。
隨著文本挖掘技術(shù)進(jìn)一步發(fā)展，對(duì)非結(jié)構(gòu)化數(shù)據(jù)的分析需求也越來越大，需要進(jìn)一步關(guān)注文本挖掘工具的使用。
（三） 分析數(shù)據(jù)
分析數(shù)據(jù)，需要用到各類的模型，包括關(guān)聯(lián)規(guī)則、聚類、分類、預(yù)測(cè)模型等，其中一個(gè)最重要的思想是對(duì)比，任何的數(shù)據(jù)需要在參照系下進(jìn)行對(duì)比，結(jié)論才有意義。
推薦的書籍：
1、《數(shù)據(jù)挖掘與數(shù)據(jù)化運(yùn)營(yíng)實(shí)戰(zhàn)，思路、方法、技巧與應(yīng)用》，盧輝著，機(jī)械出版社。這本書是近年國(guó)內(nèi)寫得最好的，務(wù)必把它當(dāng)作圣經(jīng)一樣來讀。
2、《誰說菜鳥不會(huì)數(shù)據(jù)分析（入門篇）》和《誰說菜鳥不會(huì)數(shù)據(jù)分析（工具篇）》，張文霖等編著。屬于入門級(jí)的書，適合初學(xué)者。
3、《統(tǒng)計(jì)學(xué)》第五版，賈俊平等編著，中國(guó)人民大學(xué)出版社。比較好的一本統(tǒng)計(jì)學(xué)的書。
4、《數(shù)據(jù)挖掘?qū)д摗吠暾妫琜美]Pang-Ning Tan等著，范明等翻譯，人民郵電出版社。
5、《數(shù)據(jù)挖掘概念與技術(shù)》,Jiawei Han等著，范明等翻譯，機(jī)械工業(yè)出版社。這本書相對(duì)難一些。
6、《市場(chǎng)研究定量分析方法與應(yīng)用》，簡(jiǎn)明等編著，中國(guó)人民大學(xué)出版社。
7、《問卷統(tǒng)計(jì)分析實(shí)務(wù)---SPSS操作與應(yīng)用》，吳明隆著，重慶大學(xué)出版社。在市場(chǎng)調(diào)查領(lǐng)域比較出名的一本書，對(duì)問卷調(diào)查數(shù)據(jù)分析講解比較詳細(xì)。
（四） 呈現(xiàn)數(shù)據(jù)
該部分需要把數(shù)據(jù)結(jié)果進(jìn)行有效的呈現(xiàn)和演講匯報(bào)，需要用到金字塔原理、圖表及PPT、word的呈現(xiàn)，培養(yǎng)良好的演講能力。
推薦書籍：
1、《說服力讓你的PPT會(huì)說話》，張志等編著，人民郵電出版社。
2、《別告訴我你懂ppt》加強(qiáng)版，李治著，北京大學(xué)出版社。
3、《用圖表說話》，基恩。澤拉茲尼著，馬曉路等翻譯，清華大學(xué)出版社。
（五） 其他的知識(shí)結(jié)構(gòu)
數(shù)據(jù)分析師除了具備數(shù)學(xué)知識(shí)外，還要具備市場(chǎng)研究、營(yíng)銷管理、心理學(xué)、行為學(xué)、產(chǎn)品運(yùn)營(yíng)、互聯(lián)網(wǎng)、大數(shù)據(jù)等方面的知識(shí)，需要構(gòu)建完整廣泛的知識(shí)體系，才能支撐解決日常遇到的不同類型的商業(yè)問題。
推薦書籍：
1、《消費(fèi)者行為學(xué)》第10版，希夫曼等人著，江林等翻譯，中國(guó)人民大學(xué)出版社，現(xiàn)在應(yīng)該更新到更高的版本。
2、《怪誕行為學(xué)》升級(jí)版，艾瑞里著，趙德亮等翻譯，中信出版社
3、《營(yíng)銷管理》，科特勒等著，梅清豪翻譯，格致出版社和上海人民出版社聯(lián)合出版
4、《互聯(lián)網(wǎng)思維---獨(dú)孤九劍》，趙大偉主編，機(jī)械出版社
5、《大數(shù)據(jù)時(shí)代---生活、工作與思維的大變革》，舍恩伯格等著，周濤等翻譯，浙江人民出版社
PS：這里提到的能力要求為專業(yè)數(shù)據(jù)分析師需要掌握的技能，一般用數(shù)據(jù)來輔助產(chǎn)品、輔助運(yùn)營(yíng)的數(shù)據(jù)分析不需要這么高難度的。
數(shù)據(jù)分析是職業(yè)發(fā)展
1、數(shù)據(jù)分析師通常分兩類，分工不同，但各有優(yōu)勢(shì)。
一類是在專門的挖掘團(tuán)隊(duì)里面從事數(shù)據(jù)挖掘和分析工作的。如果你能在這類專業(yè)團(tuán)隊(duì)學(xué)習(xí)成長(zhǎng)，那是幸運(yùn)的，但進(jìn)入這類團(tuán)隊(duì)的門檻較高，需要扎實(shí)的數(shù)據(jù)挖掘知識(shí)、挖掘工具應(yīng)用經(jīng)驗(yàn)和編程能力。該類分析師更偏向技術(shù)線條，未來的職業(yè)通道可能走專家的技術(shù)路線。
另一類是下沉到各業(yè)務(wù)團(tuán)隊(duì)或者運(yùn)營(yíng)部門的數(shù)據(jù)分析師，成為業(yè)務(wù)團(tuán)隊(duì)的一員。他們工作是支撐業(yè)務(wù)運(yùn)營(yíng)，包括日常業(yè)務(wù)的異常監(jiān)控、客戶和市場(chǎng)研究、參與產(chǎn)品開發(fā)、建立數(shù)據(jù)模型提升運(yùn)營(yíng)效率等。該類型分析師偏向產(chǎn)品和運(yùn)營(yíng)，可以轉(zhuǎn)向做運(yùn)營(yíng)和產(chǎn)品。
2、數(shù)據(jù)分析師的理想行業(yè)在互聯(lián)網(wǎng)，但條條大道通羅馬，走合適你的路線。
從行業(yè)的角度來看：
1）互聯(lián)網(wǎng)行業(yè)是數(shù)據(jù)分析應(yīng)用最廣的行業(yè)，其中的電商企業(yè)，更是目前最火的，而且企業(yè)也更重視數(shù)據(jù)分析的價(jià)值，是數(shù)據(jù)分析師理想的成長(zhǎng)平臺(tái)。
2）其次是咨詢公司（比如專門的數(shù)據(jù)挖掘公司Teradata、尼爾森等市場(chǎng)研究公司），他們需要數(shù)據(jù)分析人才，而且相對(duì)來說，數(shù)據(jù)分析師在咨詢公司成長(zhǎng)的速度更快，專業(yè)也會(huì)更全面。
3）再次是金融行業(yè)，比如銀行和證券等行業(yè)，該行業(yè)對(duì)數(shù)據(jù)分析的依賴需求，越來越大。
4）最后是電信行業(yè)（中國(guó)移動(dòng)、聯(lián)通和電信），它們擁有海量的數(shù)據(jù)，在嚴(yán)峻的競(jìng)爭(zhēng)下，也越來越重視數(shù)據(jù)分析，但進(jìn)入這些公司的門檻比較高。
原作者：張俊紅
文章來源：張俊紅
上一篇
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)