还在为年底工作报告发愁?常用的数据分析方法和工具分享给你!
商业智能(BI)与大数据分析软件
效益,因管理而变,管理因我们(Smartbi)而变

还在为年底工作报告发愁?常用的数据分析方法和工具分享给你!

发布时间:2020-12-17      游览量:132


转眼间Q4也已经了2个月了,2020年也只剩下最后一个月了,不知道各位的KPI完成得怎么样了?除了年终KPI,想必大家也在为年底的工作报告头疼,大部分人手头上都会积累很多数据,渴望通过这些数据,秀出自己的工作成果,让老板眼前一亮。


但是,一打开这些报表,就会觉得难!“不懂sql啊!”“不会python哇!”缺少技术语言和工具技能成了很多技术小白入门数据分析的绊脚石。


其实,技术能力还是其次,对于业务数据分析来说,掌握数据分析方法,理清业务分析思路才是关键。

Smartbi整理出了常用的数据分析方法和工具,让大家轻松走上数据分析之路。


常用的数据分析方法和工具有哪些?

先说方法


1.对比

“无对比,不分析”,对比分析法也叫对比法,是数据分析中最常见也是最基础的分析方法,如果我们对数据的评估和汇报缺少了对比,就无法说明效果是好还是坏。

举例:“如何判断一个线上活动是否达标?”对比活动前和活动后的登录用户指数是其中一个方法


微信图片_20201217164921.jpg


常用的对比方法包括:时间对比、空间对比、标准对比,时间对比又有三种:同比,环比、定基比


2.细分

细分分析是分析的基础,单一维度下的指标数据的信息价值很低。

在得到一些初步结论的时候,需要进一步地细拆,因为在一些综合指标的使用过程中,会抹杀一些关键的数据细节,而指标本身的变化,也需要分析变化产生的原因。这里的细分一定要进行多维度的细拆。


微信图片_20201217164927.jpg


细分分析是一个非常重要的手段,多问一些为什么,才是得到结论的关键,而一步一步拆分,就是在不断问为什么的过程。


3.分类

分类分析的目标是:给一批人(或者物)分成几个类别,或者预测他们属于每个类别的概率大小。

举例:“京东的用户中,有哪些会在618中下单?”这就是个典型的二分类问题:买or不买。

分类分析(根据历史信息)会产出一个模型,来预测一个新的人(或物)会属于哪个类别,或者属于某个类别的概率。结果会有两种形式:

形式1:京东的所有用户中分为两类,要么会买,要么不会买。

形式2:每个用户有一个“会买”,或者“不会买”的概率(显然这两个是等效的)。“会买”的概率越大,我们认为这个用户越有可能下单。


4. 聚类

聚类任务的目标是:给定一批人(或物),在不指定目标的前提下,看看哪些人(或物)之间更接近。

注意聚类和上面的分类和回归的本质区别:分类和回归都会有一个给定的目标(是否下单,贷款是否违约,房屋价格等等),聚类是没有给定目标的。

举例:给定一批用户的购买记录,有没有可能分成几种类型?(零食狂魔,电子爱好者,美妆达人……)


5. 频繁集发现

频繁集发现的目标是:找出经常共同出现的人(或物)。这就是大名鼎鼎的“啤酒和尿布”的例子了。这个例子太容易扩展,就不再举例子啦。


6. 因果

顾名思义,因果分析的目标是:找出事物间相互影响的关系。制定两种方案,将用户随机分成实验组与对照组,实验组用户进行产品功能或营销激励的单一变量干预,对照组不进行任何干预自然运行,一段时间后分别统计两组用户的数据表现,评估功能或激励效果。


举例:广告的效果提升的原因是广告内容好?还是投放到了更精准的用户?

这里最常见的手段就是A/B test啦


微信图片_20201217164933.jpg

常用的数据分析方法和工具有哪些?

再说工具


工具怎么选?当然是在能满足我们分析需求的基础上越简单越好,我们的本职还是更好的完成业务工作,数据分析只是辅助,没必要在工具的学习上浪费太多时间。

这里,小麦给大家推荐一个上手快,数据处理功能强大的工具——Smartbi Excel融合分析!


微信图片_20201217164938.jpg


它是一款将Excel和BI有机结合使用的自助式数据分析工具,完美的结合了Excel与BI的优点,有3个关键特点:

1. 在Excel上操作,节省学习成本。不用导出数据再进行分析,提高效率。

2. 简单勾选,即可进行数据分析,用鼠标就能完成数据加工,避免了复杂函数公式的困扰,不用死记硬背函数公式。不光支持图表分析,还支持使用透视表。

3. 解决数据共享的问题。通过Web链接去共享报表,数据实时更新,并且每个用户都只能看到自己权限范围内的数据。


申请试用


© 2017-2021 smartbi.com.cn 版权所有  粤ICP备11104361号

咨询

电话

商务咨询:400-878-3819 转1

项目支持:400-878-3819 转2

支持

小麦二维码

技术支持服务二维码

邮箱

您好,商务咨询请联系邮箱

邮箱地址:sales@smartbi.com.cn