怎么做数据分析?做图表分析数据经验分享

什么是数据分析呢？数据分析是指基于商业理论，依赖统计工具，洞悉数据背后的规律，从而为企业创造最大价值。其主要运用在：监控异常的数据、建立模型并预测、关键变量分析并预测、预测性分析。

做图表分析数据经验分享

1. 界定问题，明确目标

2. 拆解问题，确定分析框架

3. 数据处理

4. 选择数据分析方法

5. 提出建议

6. 呈现分析结果

01

界定问题，明确目标

不管是在学术研究，还是商业研究中，数据分析的起点始终是问题意识。只有基于问题，分析才有方向、目标，结果才是明确的、有价值的。而明确的研究问题和目标，是后续拆解研究内容、选择研究方法、结果呈现逻辑的基础。没有问题意识和目标的数据分析，就像迷航的船只，失去了航行的意义，最终只能是白忙活一场。

比如老板说今年上半年的利润没有达到目标？我们不能单单只凭这句话就开始行动，而是要将问题中所涉及的所有内容界定清楚，如利润具体构成有哪些要素，与谁比较，达到什么标准算是实现目标。

因此，要想做好数据分析，首先要界定清楚你想要解决的问题是什么，要通过分析实现什么样的目标。

那具体应该如何来界定问题、明确目标呢？我们可以从以下几个方面进行思考：

（一）问题背景

针对提出的分析需求，你要了解清楚问题、需求产生的背后动因，了解为什么会有这样的问题、需求？比如，是基于公司战略、业务规划要求，还是基于市场、客户的实际反馈，或者数据的异常引出的？只有问题背景清楚了，你才能明确你要达到什么样的目标，从哪里切入，要做怎样的投入。

（二）问题内容

了解需求方想要做数据分析的真正意图，具体想要解决什么问题，摆脱什么困境，实现什么目标。但有时候，需求方也不能确定他们存在的问题，或者想要达到什么样的目标，这就需要数据分析师通过调研分析，来帮需求方定位问题、明确目标。

（三）问题的范围

1. 时间

问题是有时限的，需要明确观察哪个时间范围的数据发现的问题？一般需要将不同时间段的数据进行对比，以呈现差距、发现问题。

2. 区域

问题也需要在不同地区之间的对比中出现，所以要清楚问题针对是针对哪些地区。

3. 数据来源

由于数据的分散性特征，不同来源的数据可能是零散的、不全面的，或者是不准确的，所以要了解数据来自哪里，核对数据是否全面、真实。要对所有信息/数据来源时刻保持怀疑的态度，即使是需求方提出的，也要进一步寻找数据加以不断验证

（四）业务指标的理解

需要理清楚问题所涉及的业务指标是如何定义的、以及与谁进行比较。

1. 指标含义

比如“利润”这个指标，不能只看利润一个词，还要与业务部门沟通，明确“利润”是怎么计算的，比如利润=销售收入-销售成本-营业外支出。

2. 比较对象

当问题中提到“高、低”等比较词时，要弄清楚是与什么进行比较，有比较才能知道问题要解决到什么样的程度。比如老板希望你能通过数据分析帮公司找到提高产品销售的方法，这时候你就要跟老板了解清楚，销量要提到到多少，与哪个目标值进行比较？

02

拆解问题，确定分析框架

很多时候，你面对的问题/目标是难以直接回答的大问题、复杂问题，这种时候，你就可以对问题/目标进行拆解，将大问题分解为更具体的、可操作性强的子问题，将研究目标拆解为具体的分析内容，通过回答子问题来回答大问题，通过解决各模块内容来达成最终的研究目标。而这个拆解问题/目标的过程，即是分析思路的结构化过程。那具体怎么做拆解呢？

（一）思维工具——逻辑树

思维工具可以帮助我们将复杂问题条理化、结构化，快速形成分析框架。逻辑树是数据分析工作中最常用的思维工具。

逻辑树即从研究目标出发，以大问题为树干，以拆解出的子问题为树枝，形成一个树状结构的思维框架，目的是要全面厘清整体与部分的框架。使用逻辑树时，要遵循以下原则：

（1）横向的不同层级之间存在逻辑关系，或包含、或相关；

（2）纵向同一层级的不同维度之间，要符合MECE原则，即各部分之间相互独立（Mutually Exclusive），所有部分完全穷尽（Collectively Exhaustive）。

逻辑树的具体使用方法：

1. 【设定起始问题】：将已发生的问题或事实作为逻辑树的起始问题

2. 【列出主要影响因素】：针对起始问题提出“why”，思考可能导致该问题/现象的主要因素

3. 【细分原因】：将步骤B的原因作为二级问题，继续提出“why”，深入探究背后的影响因素

4. 【整理树状图】：将问题全部分解后，要确定每个层级之间的关联是否有逻辑，层级包含关系是否恰当。

对于树枝应该分拆到几个层级，需要根据分析主题的具体情况来界定，但一般分解到三个层级就差不多了。

逻辑树的应用难点在于从树顶端的起始问题往下拆解时，虽然我们都知道要穷尽每个层级中的影响因素，但具体应该从哪些维度进行拆解，这就非常考验分析师对该主题的理解程度。针对这一难点，需要做好两方面的积累：

一是【熟练应用拆解思维】

二是【熟悉经典分析模型】

（二）拆解思维

1. 横向拆解

从横向结构出发，将研究主题由上而下、由粗到细进行分解，找出该主题由哪些要素构成，每个要素有哪些具体特征。比如组织架构图，即是横向拆解最常见的应用场景。

【案例】

企业A上半年的营业利润未达到目标值，若按照目前的营收进度，到年底将无法完成年度总利润目标。现在老板要求你通过数据分析，寻找如何完成年度总利润目标的方案。

这里，要完成年度利润目标，关键是要找出上半年没有完成目标值的原因，后续才能对症下药。因此，我们可以采用结构思维，横向拆解“利润”指标，看看是哪个方面出了问题。

2. 纵向拆解

基于时间维度，将研究主题分解为有先后顺序的多个流程阶段，每个阶段又有哪些具体表现。

【案例】

近期互联网产品A的用户流失率出现了显著的上升趋势，现在领导要求你通过数据分析，来找出用户流失的原因，并针对问题点提出解决方案。

针对该需求，可以采用时间思维，基于用户使用产品的流程，将研究问题纵向拆解为多个流程阶段，然后寻找具体是哪个行为阶段的流失率比较高，用户遇到的主要问题是什么?

3. 综合思维

在实际研究中，经常会将结构思维和时间思维结合使用。

（三）经典分析模型

问题经过拆解，就形成了所研究主题的分析思路、分析框架，而经典分析模型则是经过时间检验、实际应用验证的成熟的分析思路。很多领域都积累了一些经典的分析模型，熟悉这些经典分析模型，可以有助于我们在面临类似的研究主题时，能够进行快速、有效地思考，快速找到问题拆解的切入点。以下为一些常见的分析模型，后续在工作中，可多多留心收集、积累。

 

03

数据处理

通过不同渠道、不同方式收集上来的数据，会普遍存在格式不一、夹杂脏数据、无序混乱、复杂等问题，因此，在进行数据分析之前，需要对数据进行清洗、加工，以满足分析目标的需要。

（一）清洗数据

原始数据普遍存在的问题是，夹杂很多脏数据，比如在问卷调查中，可能会有误答、乱答的情况，从而使原始数据出现重复值、缺失值、无效问卷等。因此，拿到数据，首先要做的就是对数据进行清洗，以确保所要分析的数据的信度和效度，提高数据分析的准确性。数据清洗主要包括三方面的内容：

1. 查找重复值

2. 处理缺失值

3. 筛查无效数据

（二）加工数据

做好数据清洗好，数据还可能会存在数据格式不统一、量纲差异大、无序等的问题，也会夹杂着很多与此次分析主题无关的内容，因此还需要对数据做进一步的加工处理，包括数据格式的统一化、数据量纲的归一化/标准化、数据的分类汇总/排序/抽取等，以降低原始数据的复杂程度，也让数据更符合分析需求。

04

选择数据分析方法

要想从繁杂的数据中挖出有价值的内容，洞察数据背后隐藏的规律，回答一开始提出的问题，就要懂得使用合适的分析方法对数据进行描述、分析。

根据分析方法的内容，我们可以将常用的数据分析方法分类以下七大类。我们也可以根据应用场景对分析方法进行划分，后面有机会我们再做详细介绍。

 

（可查看本公众号的“统计学”合集内容详细了解分析方法的原理和操作）

这七大类分析方法没有严格按照相互独立的原则进行划分，比如回归分析被归入了【因果分析】类，但严格来说，回归分析也可以算是【相关分析】、【预测分析】。但我们不必纠结于此，毕竟对分析方法的归类只是方便我们的学习、记忆和检索，没有实际的类型学意义。况且，我们在实际研究分析中，往往不会单独采用某一种方法，而是会根据研究目的，将不同方法结合使用，以实现对分析问题的深层次理解和解释。当然，这里介绍的还只是部分方法，在不同的领域还会发展出切合该领域场景的分析方法，但不管怎么变，其基础的分析逻辑都是基于以下的七种方法类型。

1. 对比分析

对比分析，是将不同的数据进行对比，以分析它们的差异，揭示数据背后的发展变化和规律。

对比分析一般分为横向对比和纵向对比。横向对比即同一时间下的不同数据之间的对比，比如第一季度各城市门店的营业额之间的对比，年度实际营业额与目标值的对比等；纵向对比即数据在不同时间点的差异，可揭示数据随时间变化的趋势。

2. 分类分析

所谓物以类聚、人以群分。分类是数据简化的常用方式，我们可以把杂乱无序的总体按照某些特质进行归类，使类别内的个体之间差异尽可能小，各类别间的差异尽可能大，以更便于下一步的深入分析。

3. 分布分析

数据收集上来后，我们最常做的就是描述数据的分布，比如不同性别的个案占比，某一指标的均值是多少，一组数据中的波动程度有多大。这些分析，即是分布分析，可帮助我们了解数据的特定趋势。分布分析的对象不是一个数值，而是一组数值，只有存在多个数值，数据才会存在分布状态。

4. 相关分析

相关，是指变量之间的变化关系。如果一个变量发生变化，另一个变量也跟着变化，那么我们就可以认为这两个变量存在相关关系。相关关系不等于因果关系，一般来说，变量之间的相关关系，主要由于以下三个因素带来：

（1）相关是偶然的

（2）变量之间的相关可能直接受到其他潜在因素的影响

（3）一个变量是另一个变量的原因，即两个变量存在因果关系，但需要注意，该自变量可能只是众多原因的其中一个。

5. 因果分析

因果分析即是要追本溯源，追溯哪些因（称为自变量）导致了这样的果（称为因变量）。相关是因果关系的必要条件，如果因变量的变化与自变量的变化之间存在相关，那么自变量就可能（并不必然是）是因变量的原因。但相关并不意味必然有因果关系，发现了相关性，只是说明在统计学意义上两个变量之间可能存在因果关系，之后还要探讨因果链条。

6. 预测分析

预测分析是通过对现有数据特征的分析来构建统计模型，然后用来对不完整的、未知的或者未来的知识进行判断和预测。其实前面介绍相关分析和因果分析方法也属于预测分析的范围，但为了方便分类，且它们在实际研究中应用得比较多，因此就将它们作为了单独的类别进行介绍。

7. 推断分析

数据收集是有成本的，收集所有数据是不现实的，因此一般会采取抽样的方式，即从总体中抽取样本，收集样本的数据，然后再由样本来推断总体的参数、分布等信息。这种通过样本来认识总体的过程，即是推断分析。

05

提出建议

在企业研究中，数据分析的最终目的是要通过数据来驱动业务发展，改善企业经营状况。但实际上，很多人并没有认识到分析研究的真正价值，甚至觉得企业中的研究只能带来成本，无法真正给企业带来价值，毕竟很多研究的价值难以被衡量。因此，在数据分析的产出中，还应该基于结论提出针对问题、目标的切实可行的建议、解决方案，才能激起需求方的兴趣，才能更好地推动研究成果的落地，最大效用地发挥数据分析在企业研究中的价值。

06

呈现分析结果

1. 原则

读者导向、逻辑清晰、简洁易懂、生动形象

2. 目标读者及其需求

理清报告结果会有哪些人群看到，他们有什么需求，为什么要看你的这个结果。在实际研究项目中，可根据项目的情况、重要性、受益人，来决定选择哪种呈现方式。

3. 内容结构

根据目标读者及其需求，理清什么样的呈现逻辑才会让他们更易于理解、才会更容易吸引他们的注意力。一般来说，基于业务或需求方关心的核心问题层层拆解来编排报告内容，这种问题导向的结果汇报更易于读者的理解。

比如，要给某产品做市场定位，数据分析结果就可以从以下方面进行结构编排：

（1）市场空间有多大，值不值得进入：包括市场规模、增长趋势

（2）当前市场可以细分为哪些类型，不同细分市场有哪些特征

（3）应该选择哪个目标市场？后续可以向哪些次要的细分市场进行拓展？

（4）可以采取什么策略来营销推广该产品：

A. 目标用户长什么样，与其他细分市场的目标用户相比，有什么显著特征

B. 目标客户有哪些需求，与其他细分市场的目标用户相比，差异点在哪里

C. 选择适合目标客户的营销方案

4. 呈现形式

尽可能实现数据化、图表化表达，以让目标读者更易理解、更有兴趣阅读。