一、数据分析概念

分类：

描述性数据分析（初级数据分析，对比分析法、平均分析法、交叉分析法）探索性数据分析，验证性数据分析（ 这俩均属于高级数据分析， 相关分析、因子分析、回归分析）

作用：

现状分析，原因分析，预测分析

步骤：

1. 明确分析目的和思路：分析框架体系化： 营销（4P,用户使用，STP理论，SWOT）管理（PEST,5W2H,时间管理、生命周期、逻辑树、金字塔、SMART 原则）

2. 数据收集

3. 数据处理： 数据清洗、数据转化、数据提取、数据计算

4. 数据分析：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗分析法、综合评价分析法、因素分析法、矩阵关联分析法

5. 数据展现

6. 报告撰写

 

数据挖掘：

高级的数据分析方法： 分类、聚类、关联和预测

术语：

平均数，绝对数与相对数，百分比与百分点，频数与频率，比例与比率，倍数与番数，同比与环比

二、数据准备

1. 二维表转一维表（mac中无法实现）

添加“数据透视表与数据透视图向导”： 文件-选项-自定义功能区-下列位置选择命令（不在功能区中的命令）找到“数据透视表与数据透视图向导”-添加到-“自定义功能区”（主选项卡（数据（添加新建组）））

打开“数据透视表与数据透视图向导” - “多重合并计算数据区域”-“创建单页字段”-选定区域并添加-新建工作表-取消列和行的√ -双击汇总

 

2. 导入文本数据：

从文本

从网站 ： 刷新数据（即时刷新：数据-刷新/单元格右键刷新、定时刷新：单元格右键-“数据范围属性”-“外部数据区域属性”-“刷新频率”、打开文件时自动刷新：同上、数据区域又下角）

 

3.问卷：

二分法，多重分类法

 

三、数据处理

数据清洗

1. 重复数据的处理

检查重复项：

（1) countif(A:A,A2) & COUNTIF(A$2:A2,A2) 

（2）数据-排序和筛选-高级-高级筛选-将筛选结果复制到其他位置- 勾选（选择不重复的记录）

（3）开始-条件格式-突出显示单元格规则-重复值

（4） 数据透视表-计算数据重复的频次

删除重复项：

（1）数据-数据工具-删除重复项-选择删除的列

（2） 从COUNTIF(A$2:A2,A2) 结果中   开始-编辑部分-排序和筛选-降序-删除不等于1的项

（3）COUNTIF(A$2:A2,A2) 结果-数据-排序和筛选-筛选-选出不等于1的

 

2.缺失数据的处理

可以接受的缺失值在10%以下：

缺失值寻找：定位输入：开始-编辑-定位条件/ ctrl+G-空值-确定（ mac 中 fn+f5)

缺失值处理：

（1）平均值替代、用统计模型算出的值去替代、删除有缺失值的记录、保留但统计过程中不考虑

（2）windows:ctrl+enter 选择缺失值区域  mac: command +enter  (command 选中 输入 command + enter)

（3）查找替换

 

3. 检查逻辑错误

（1） if 函数

（2）or 函数： 选中区域-开始-条件格式-突出显示单元格规格-其他规则-使用公式确定要设置的单元格-为符合此公式的值设置格式-'=OR(B3=1,B3=0)=FALSE’ 

（3）and 函数 

 

数据加工

1.数据抽取

　　字段分列：

（1）数据-分列-分隔符-（空格）

（2）left(文本，左边几位数） right(a,右边位数)

　　字段合并：（1）& ;（2）concatenate(); 如果是数值应用text()转换成字符串  text(b3,'0%)

　　字段匹配:（1）Vlookup(值，范围，列数，1)： 1近似匹配<=，0 精确匹配； （2） 空格用trim()函数去掉 （3） 注意格式转换

2. 数据计算

（1）求和 sum() /开始-编辑-自动求和-求和

（2）平均值 average()

（3）当前日期 today()   当前时间  now()  添加年月日组合 date(年，月，日) year() month() day()

（4）datedif(起始日期，结束日期，unit) unit: Y/M/D/MD/YM/YD: md忽略月，ym忽略年，yd 忽略年

 

3. 数据分组

（1）vlookup()

（2）if()

4.数据转换

（1） 行列转换: 选择性粘贴-转置

（2）问卷多选题 ，多重分类法 转二分类法 hlookup(值，区域，行数，1/0) , isnumber(), if(),search(要查找的字符串,被查找的字符串，从第几个字符开始查找) 

 

数据抽样

普查 + 抽样调查   rand() 后 F9 则生成的随机数将永久保存，不再返回新的数值

【a,b】=> rand()*(b-a)+a

保持标题不动： 视图-冻结窗格

 

四、数据分析

现状分析（对比） ，原因分析（细分） 预测分析（预测）

4.1 分析方法

1.对比分析：静态比较和动态比较

　　（1） 与目标对比

　　（2)  不同时期对比

　　（3）同级部门、单位、地区对比 横比

　　（4）行业内对比 横比

　　（5）活动效果对比 纵比

2. 分组分析：必须与对比分析相结合

3. 结构分析：被分析总体内部与总体之间进行对比

4.平均分析：计算平均数

5.交叉分析：二维表

6. 综合评价分析：

　　（1）确定包含哪些指标

　　（2）收集数据，进行标准化处理： 0-1标准化（离差标准化），z标准化

　　（3）确定指标权重：专家访谈法，德尔菲法，层次分析法，主成分分析法，因子分析法，回归分析法，目标优化矩阵P112

　　（4）进行汇总，计算出评价分值

　　（5） 进行排序

7. 杜邦分析法

8.漏斗图分析法 ：适用于 业务流程比较规范，周期比较长，各流程环节涉及复杂业务比较多

9.矩阵关联分析法

10.高级数据分析方法 P120

4.2 数据分析工具

数据透视图：

（1）百分比计算：添加到列标签-总计单元格右键-值显示方式-列汇总的百分比

（2）同比与环比

（3）数据分组统计

 

五、数据展现

数据间关系：成分（饼图，柱形图，条形图，瀑布图……），排序（柱形图，条形图，气泡图，帕累托图……），时间序列（柱形图，折线图……），频率分布（柱形图，条形图，折线图……），相关性（柱形图，对称条形图（旋风图）条形图，散点图，气泡图……），多重数据比较（雷达图）

1. 确定要表达的主题或目的

2. 确定哪种图标最适合你的目的

3.选择数据制作图标

4. 检查是否真实有效地展示数据

5.检查是否表达了你的观点

 

表格

1. 条件格式-突出显示单元格规则/项目选取/数据条/图标集

2. 插入-迷你图 -设计-标记颜色

3.平均线图-加一行数据一样的平均值-构建柱形图-更改平均值得图标类型为折线图

4. 双坐标图 -先建立柱形图-将一个右击-设置数据格式-次坐标轴

5. 双柱图-双坐标轴： 加入2-3个为0 的占位列 来消除重叠的情况  

6.纵向坐标轴标签 纵向文本框改为横向文本框   双击文本框- 对其方式-文字方向-横排

7.竖行折线图（蛇形图）：插入带平滑线和数据标记的散点图 P157 难

8.瀑布图：堆积柱形图- 把占位栏设为无填充-无线条

9.帕累托图： P160 较难

10.旋风图

11.人口金字塔  与旋风图 类似

12. 漏斗图

13.矩阵图

14. 发展矩阵图  添加箭头是在右击  设置趋势序列格式里面  

15.改进难易矩阵

图表改进

标题（最好一句话）、图例、单位、脚注、资料来源，

（1）饼图： 最重要的成分要靠近12点钟的位置 ，并且从那开始排列 数据表现在5项以内，不要使用图例，不要过分饼图分离，推荐用白色的边框线，因为具有比较好的切割感

（2）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，纵坐标一般从0开始，一般使用数据标签，并且拒绝使用网格线

（3）条形图：尽量从大到小排列，不要使用倾斜的标签，最好添加数据标签，统一数据序列使用相同的颜色

（4）折现图：线型要相对粗一些，比网格线，坐标轴等更加突出，线条一般不超过5条，不要使用倾斜的标签，预测值最好用虚线表示

六、数据分析报告

规范性，重要性，谨慎性，创新性

展示分析结果，验证分析质量，提供决策参考

专题分析报告，综合分析报告，日常数据通报