.数据分析与可视化1.什么是数据分析？
数据分析是基于商业目的，有目的的进行收集、整理、加工和分析数据，提炼有价信息的一个过程。其过程概括起来主要包括：明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告等6个阶段。
1、明确分析目的与框架
一个分析项目，你的数据对象是谁？商业目的是什么？要解决什么业务问题？数据分析师对这些都要了然于心。基于商业的理解，整理分析框架和分析思路。例如，减少新客户的流失、优化活动效果、提高客户响应率等等。不同的项目对数据的要求，使用的分析手段也是不一样的。
2、数据收集
数据收集是按照确定的数据分析和框架内容，有目的的收集、整合相关数据的一个过程，它是数据分析的一个基础。
3、数据处理
数据处理是指对收集到的数据进行加工、整理，以便开展数据分析，它是数据分析前必不可少的阶段。这个过程是数据分析整个过程中最占据时间的，也在一定程度上取决于数据仓库的搭建和数据质量的保证。
数据处理主要包括数据清洗、数据转化等处理方法。
4、数据分析
数据分析是指通过分析手段、方法和技巧对准备好的数据进行探索、分析，从中发现因果关系、内部联系和业务规律，为商业目提供决策参考。
到了这个阶段，要能驾驭数据、开展数据分析，就要涉及到工具和方法的使用。其一要熟悉常规数据分析方法，最基本的要了解例如方差、回归、因子、聚类、分类、时间序列等多元和数据分析方法的原理、使用范围、优缺点和结果的解释；其二是熟悉1+1种数据分析工具，Excel是最常见，一般的数据分析我们可以通过Excel完成，后而要熟悉一个专业的分析软件，如数据分析工具SPSS/SAS/R/Matlab等，便于进行一些专业的统计分析、数据建模等。
5、数据展现
一般情况下，数据分析的结果都是通过图、表的方式来呈现，俗话说：字不如表，表不如图。借助数据展现手段，能更直观的让数据分析师表述想要呈现的信息、观点和建议。
常用的图表包括饼图、折线图、柱形图/条形图、散点图、雷达图等、金字塔图、矩阵图、漏斗图、帕雷托图等。
6、撰写报告
最后阶段，就是撰写数据分析报告，这是对整个数据分析成果的一个呈现。通过分析报.
.告，把数据分析的目的、过程、结果及方案完整呈现出来，以供商业目的提供参考。一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，直观地看清楚问题和结有助于阅读者更形象、可以令数据更加生动活泼，提高视觉冲击力，论，从而产生思考。另外，数据分析报告需要有明确的结论、建议和解决方案，不仅仅是找出问题，后者数据的初衷就是为解决一个同时也失去了报告的意义，是更重要的，否则称不上好的分析，商业目的才进行的分析，不能舍本求末。
数据分析常用的方法有哪些？他们多用来分析哪些类型的数据？通过分析可以得到怎样2. 的结果和结论？怎样得到保证其信度和效度？常用数据分析方法：聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析；
(scatter 、散点图)、直方图(Histogram)：柏拉图数据分析常用的图表方法(排列图、点
图、柱状图、雷达图、趋势图。Ishikawa）、FMEAdiagram)、鱼骨图（。、JMP数据分析统计工具：SPSS、minitab :常用数据分析方法）、聚类分析（Cluster Analysis1聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。
所以同一个簇中的对象有很大的相似聚类是将数据分类到不同的类或者簇这样的一个过程，性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在分类的过程中，聚类分聚类分析能够从样本数据出发，自动进行分类。人们不必事先给出一个分类的标准，析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。）Factor Analysis2、因子分析（因子分析就是从大量的数据中因子分析是指研究从变量群中提取共性因子的统计技术。
寻找内在的联系，减少决策的困难。多种，如重心法、影像分析法，最大似然解、最小平方法、阿10 因子分析的方法约有
是以相关系数矩阵为这些方法本质上大都属近似方法，尔发抽因法、拉奥典型抽因法等等。估值。在社会学研基础的，所不同的是相关系数矩阵对角线上的值，采用不同的共同性□2 究中，因子分析常采用以主成分分析为基础的反覆法。）、相关分析（3Correlation Analysis相关分析是研究现象之间是否存在某种依存关系，），correlation 相关分析（analysis并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关或分别记每公顷施肥量与每公顷小麦产量，分别记一个人的身高和体重，和以系，例如，XY .
.这就是而又没有确切到可由其中的一个去精确地决定另一个的程度，Y显然有关系，则X与相关关系。Correspondence Analysis）4、对应分析（型因子分析，通过分析由定也称关联分析、
R-Q 对应分析(Correspondence analysis)性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，对应分析的基本思想是将一个联列表的行和列中各以及不同变量各个类别之间的对应关系。元素的比例结构以点的形式在较低维的空间中表示出来。5、回归分析变量的相依关系的统计分析Xk)X2(X1，，…，研究一个随机变量Y对另一个(X)或一
组是确定两种或两种以上变数间相互依赖的定量关系analysis)方法。回归分析（regression 可分为一元回归回归分析按照涉及的自变量的多少，的一种统计分析方法。运用十分广泛，可分为线性回归分析和非线性按照自变量和因变量之间的关系类型，分析和多元回归分析；回归分析。(ANOVA/Analysis of Variance)6、方差分析发明的，用于两个及两个以上样本R.A.FisherF 检验”，是又称“变异数分析”或“造成波动的原研究所得的数据呈现波动状。均数差别的显著性检验。由于各种因素的影响，因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。研究诸多控制变量中哪些变量是对观测变量有显著影响方差分析是从观测变量的方差入手，的变量。数据分析常用的图表方法有：排列图)柏拉图(左边纵
坐排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，
标表示频数（如件数金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累积频从左向右排列。（即出现频数多少）率，横坐标表示影响质量的各项因素，按影响程度的大小通过对排列图的观察分析可抓住影响质量的主原因素。直方图 )。每一矩形的面积对应于频数将一个变量的不同等级的相对频数用矩形块标绘的图表(又称柱状图、质量分布图。是一种统计报告图，由一系列高度不等直方图(Histogram)
一般用横轴表示数据类型，纵轴表示分布情况。的纵向条纹或线段表示数据分布的情况。(scatter diagram)散点图据此可以选择合适的函数对数据点进行散点图表示因变量随自变量而变化的大致趋势，
判断两变量之间是否存在某种关联考察坐标点的分布，拟合。用两组数据构成多个坐标点，或总结坐标点的分布模式。）鱼骨图（Ishikawa .
.鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。其特点是简
外。捷实用，深入直观。它看上去有些象鱼骨，问题或缺陷（即后果）标在鱼头FMEA（故障影
