charles数据分析 数据分析circle

本篇目录

• 第一天

• I、数据分析概述
• II、EXCEL常用函数
• III、数据透视表
• IV、数据作图

• 第二天

• I、工具辅助：项目排期表
• II、工具辅助：员工考勤表

• 第三天

• I、数据与指标概述
• II、指标应用
• III、综合案例：员工考勤表
• IV、综合案例：活动评估

• 第四天

• I、业务数据分析方法论
• II、帕累托分析
• III、RFM模型

• 第五天

• I、树状分析方法论
• II、报告撰写

第一天

I、数据分析概述

1. 数据分析是根据方法论的指导，使用数据分析软件实现数据价值发现的过程。
2. 数据分析的目的是记录业务轨迹，为未来业务决策提供参考及思考。
3. 数据分析的分类有业务数据分析、数据挖掘、大数据分析。
4. 数据分析项目参与角色有业务人员、数据分析师和IT技术人员。
5. 数据分析流程有业务理解、数据收集、数据处理、数据分析、图表制作和报表绘制。

II、EXCEL常用函数

1. SUM(number1,[number2],…)
2. SUMIF(range, criteria, [sum_range])
3. SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2], …)
4. COUNT(value1,value2, …)
5. COUNTIF(range,criteria)
6. COUNTIFS(range1,criteria1,…)
7. VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
8. AND(logical1,logical2,…)
9. OR(logical1,logical2,…)
10. YEAR(serial_number)
11. MONTH(serial_number)
12. DAY(serial_number)
13. NOW()
14. TODAY()
15. NETWORKDAYS(start_date,end_date,holidays)
16. EOMONTH(start_date,months)
17. WEEKDAY(start_date,return_type)
18. IF(logical test,value if true,value if false)
19. ROW(reference)

III、数据透视表

1. 数据源
2. 
   

IV、数据作图

第二天

I、工具辅助：项目排期表

1. 原图
2. 结果

II、工具辅助：员工考勤表

1. 原图
2. 结果

第三天

I、数据与指标概述

II、指标应用

1. 原图
2. 结果

III、综合案例：员工考勤表

1. 原图
2. 结果

IV、综合案例：活动评估

1. 原图
2. 结果

第四天

I、业务数据分析方法论

1. 确定查看报告对象    公司老板
2. 确认报告用途      体现月热销车市场整体情况，并对5月份市场的动态进行阐述
3. 确认数据范围      2018-5-1~2018-5-31【可以考虑使用树状分析】
4. 确认分析维度      时间维度、品牌维度
5. 输出数据指标      同比、各省份各城市的各品牌的销量
6. 实例演示
   
   

II、帕累托分析

1. 帕累托分析又称为二八法则，即百分之八十的问题是百分之二十的原因造成的。在项目管理中主要用于找出核心问题。
2. 实例演示（原图）
3. 实例演示（结果）

III、RFM模型

1. RFM模型全称为Recency-Frequency-Money模型，Recency代表着某用户最近一次消费时间离当前分析时点的天数，Frequency代表着该用户的消费频次，Money则代表着该用户的消费总金额。
2. RFM模型用于根据用户历史行为数据，结合业务理解，实现用户分类，助力用户的精准营销，换句话说就是帮助企业判断哪些用户有异动，是否有流失的预兆，从而增加相应的运营措施。
3. RFM模型背后的方法论是根据业务场景、选出关键指标，量化指标为模糊变量，计算具体事物的指标值，对事物进行分类。
4. RFM模型的实现方法为
                   a. 获取R、F、M三个维度下的原始数据
                   b. 定义R、F、M的评估模型与中值
                   c. 进行数据处理，获取R、F、M的值
                   d. 参照评估模型与中值，对用户进行分层
                   e. 针对不同层级用户制定运营策略
6. 实现过程中所必需设定的规则：



8. 实例演示（原图）





10. 实例演示（结果）

第五天

I、树状分析方法论

1. 从数据中发现经营问题，且数据分析师需要主导分析内容，输出业务问题发现。
   由于数据维度的丰富性，使用第一类分析需求思路往往会卡在第二步，如果每个维度都尝试下探非常耗时。这时可以考虑从总体指标入手，逐层分解总体指标，形成下钻式树结构。分析思路如下：
               a. 梳理行业内经常谈及的指标；
               b. 将指标拆解为另外两个指标的和或乘积（或同一指标不同维度），逐层下钻，直至无法分解；
               c. 将指标按拆解思路排放成树状结构，增加同比或环比值，通过观察变化比率快速定位问题。
2. 实例演示（原图）
   
   3.实例演示（结果）

II、报告撰写