突然领悟,学习笔记在精不在多。重要的是完整的思路,不是长篇累牍。
0、概述
先上脑图。这本书的信息架构是:第一个章节先概述这六点,往后是每章逐一介绍一个步骤。
数据分析定义:
1、用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解消化,以求最大化地开发数据功能,发挥数据作用。
2、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。
数据分析目的:
1、把在一大堆杂乱无章的数据背后的信息集中和提炼出来,总结出所研究对象的内在规律。
2、实际工作中,数据分析帮助管理者进行判断和决策,以便采取适当策略与行动。
在统计学领域,有学者将数据分析划分为:描述性数据分析、探索性数据分析、验证性数据分析。其中探索性数据分析侧重在数据中发现新的特征。而验证性数据分析侧重验证已有假设的真伪证明。
数据分析的作用:
数据分析在企业的日常经营分析中主要有三大作用
数据分析三大误区:
1、分析目的不明确,为分析而分析。
2、缺乏业务知识,分析结果偏离实际。
3、一味追求高级分析方法,热衷研究模型。
一份靠谱的数据分析有哪些要求:
1、懂业务
2、懂管理
3、懂分析
4、懂工具
5、懂设计
做数据分许的人要有哪些基本素质:
1、态度严谨负责
2、好奇心强烈
3、逻辑思维清晰
4、擅长模仿学习
5、勇于创新
需要注意的是这些素质与能力不是说有就有的,需要慢慢培养积累,不能一蹴而就。
几个常用指标和术语:
1、平均数
2、绝对数与相对数
3、百分比与百分点
4、频数与频率
5、比例与比率
6、倍数与番数
7、同比与环比
作者还给出了数据分析三字经。。
1、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。
2、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。
3、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。
铺垫了这些基本概念,终于可以开始数据分析之旅了!
1、确定分析思路
数据分析方法论
定义:确定分析思路需要以营销、管理等理论为指导,这些跟数据分析相关的营销、管理理论统称为数据分析方法论。
数据分析方法论与数据分析法的区别:
方法论就像指南针一样,如果方法论不合理或不正确,那么分析结果基本上就是错的。
所以,数据分析方法论主要从宏观角度指导如何进行数据分析,它就像是一个数据分析的前期规划,指导着后期数据分析工作的开展。
而数据分析法只具体的分析方法。例如:对比分析、交叉分析、相关分析、回归分析、聚类分析等。
数据分析法主要从微观角度指导如何进行数据分析。
一个比喻:数据分析方法论就好像是一件东西的设计图纸,而数据分析法就像制造这个东西的具体技术。比如一件衣服,数据分析方法论就是服装设计图,数据分析法就是平面、立体裁剪,合缝、包缝、骑缝等。
数据分析方法论的重要性:
1、理顺分析思路,
2、把问题分解成相关联的部分,并显示它们之间的关系,
3、为后续数据分析的开展指引方向,
4、确保分析结果的有效性及正确性。
常用的数据分析方法论
1、PEST分析法
用于对宏观环境的分析。宏观环境又称一般环境,是指影响一切行业和企业的各种宏观力量。
P:政治
E:经济
S:社会
T:技术
2、5W2H分析法
该方法简单、方便,易于理解和使用,富有启发意义,广泛用于企业营销、管理活动,对于决策和执行性质的活动措施非常有帮助,也有助于弥补考虑问题的疏漏。
3、逻辑树分析法
又称问题树、演绎树或分解树。也叫金字塔原理。
是分析问题最常使用的工具之一,它是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。
逻辑树能保证解决问题的过程的完整性,它能将工作细分为便于操作的任务,确定各部分的优先顺序,明确地把责任落实到个人。
逻辑树的使用必须遵循三个原则:
1、要素化:把相同问题总结归纳成要素,具体到抽象。
2、框架化:将各个要素组织成框架,遵守不重复不遗漏的原则。(MECE)
3、关联化:框架内的各要素保持必要的相互联系,简单而不孤立。
不过,逻辑树的缺点是:其涉及的相关问题可能有遗漏,虽然可以用头脑风暴法把涉及的问题总结归纳出来,但还是难以避免存在考虑不周全的地方。
4、4P营销理论
这个理论产生于20世纪60年代的美国,它随着营销组合理论的提出而出现。营销组合实际上有几十个要素,这些要素可以概括为4类:产品、价格、渠道、促销,即4P营销理论。
5、用户行为理论
用户使用行为指用户为获取、使用物品或服务所采取的各种行动,用户对产品首先需要有一个认知、熟悉的过程,然后使用,再决定是否继续消费使用,最后成为忠诚用户。
6、小结
这些方法论也可以嵌套使用。例如,用逻辑树分析法搭建分析框架,而下一层级的问题可以从4P的角度分析,也可以用5W2H法分解问题。记住根据实际情况灵活选择使用,切勿生搬硬套。
2、数据收集
这一步骤论述的内容基本上都属于很细枝末节的方法。实战意义更大,不做过多赘述。