谁说菜鸟不懂数据分析(入门篇)-读书笔记

3. 数据加工
1) 数据抽取： 字段分列， 截取某字段一部分的信息， 根据分隔符菜单操作、 用 left 和 right 函数；字段合并（concatenate、&） ；字段匹配，将几个数据表中的数 据有效匹配（vlookup） 。 2) 数据计算：简单计算，通过加减乘除就能计算出来的；函数计算，常用的如下 用途 平均值 求和 自动输入日期 日期年月日加减 日期年月日间隔 函数 Average() Sum() now()、today() Date(year(),month(),day()) Dateif(start,end,unit)
2. 数据来源：
1) 2) 导入数据：文本导入（确定分隔符） ，网站导入（可选择自动更新） 调查问卷录入：单选（录入对应数值） ，多选（二分法） ，排序，开放性 第3题 编号 112 年 2001 月 9 第 7 题 2 第 10 题 A 1 B 0 C 1 D 0 第一 重要 3 第 23 题 第二 重要 4 第三 重要 1 第 40 题 建议增加培训费 用
谁说菜鸟不懂数据分析
张文霖 刘夏璐 狄松
一、简要说明 采用《如何阅读一本书》中的规则进行分析，不涉及主题阅读，按照主动阅读的顺序： 从检视阅读到分析阅读进行。
二、检视阅读 1. 有系统略读： 了解书的架构， 适用于不知道想不想读， 不知道有没有必要做分析阅读， 或者时间有限。 具体做法有： (一) 先看书名页，如果有序就先看序。了解书的主题，特别注意副标题，或者其他的相 关说明，或作者写本书的特殊角度。 本书题目是谁说菜鸟不懂数据分析-入门篇，副标题是告诉你职场图表背后的故事。通 过前言，评论和内容简介可知，本书是基于 excel 的各种实用技巧，加上基础性的数据分析 概念，以风趣的小说形式，为初入数据分析大门的人解释什么是数据分析，以及如何有效的 数据分析。 (二) 研究目录页，对这本书的基本架构做概括性的理解。 本书分为 8 章，分别是关于数据分析的基本介绍，以及数据分析的整个流程，包括确定 分析目的和思路、数据准备、数据处理、数据分析、数据展现和撰写报告。 (三) 索引和出版者的介绍没有，略去。 (四) 挑几个和主题息息相关的篇章来看。也可以是感兴趣的章节。 略，经推荐的书准备认真研究。 (五) 快翻整本书。尤其是最后一页总结。 略，只有每章总结，无全书总结。 2. 粗浅的阅读：了解全书内容的第一个步骤。 整体性的浏览全书。
目录
(一) 数据分析的那些事儿..................................................... 2 1. 什么是数据分析及作用： ............................................... 2 2. 数据分析六部曲： ..................................................... 3 3. 数据分析三大误区： ................................................... 3 4. 数据分析师的要求： ................................................... 3 5. 常用术语和指标： ..................................................... 3 6. 数据分析心法：....................................................... 4 (二) 结构为王——确定分析思路 ............................................... 4 (三) 无米难为巧妇——数据准备 ............................................... 7 1. 理解数据：........................................................... 7 2. 数据来源：........................................................... 7 (四) 数据处理............................................................... 7 1. 何谓数据处理：....................................................... 7 2. 数据清洗............................................................. 8 3. 数据加工............................................................. 8 4. 数据抽样：........................................................... 9 (五) 工欲善其事必先利其器——数据分析 ....................................... 9 1. 数据分析方法......................................................... 9 2. 数据分析工具........................................................ 15 (六) 给数据量体裁衣——数据展现 ............................................ 15 1. 图表................................................................ 15 2. 表格................................................................ 16 3. 给图表换装.......................................................... 16 (七) 专业化生存——图标可以更美的 .......................................... 21 1. 别让图表犯错........................................................ 21 2. 图表美化............................................................ 23 3. 数据报告............................................................ 26
4P 营销理论
了解公司的 整体运营情 况
PEST
行业分析， 宏 观环境的分 析， 指影响一 切行业和企 业的各种宏 观力量
5W2H
逻辑树

5W2H

Pest

逻辑树

4P

用户行为分析
(三) 1. 理解数据：
1) 2) 3)
无米难为巧妇——数据准备
字段与记录：列与行，特征与特征的具体表现 数据类型：字符和数据 数据表：标题行+数据；第一行是字段名，不能重复；第二行是数据，不允许出现 空白行和空白列； 数据表中无合并单元格； 数据表与其他数据至少隔开一个空白行 和列；一般用一维表，二维表用数据透视表转化
6. 数据分析心法：
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 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 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
(二)
结构为王——确定分析思路
数据分析方法论：跟数据分析相关的营销和管理理论，宏观指导数据分析 数据分析法：具体的数据分析方法，如对比分析等，微观指导数据分析 名称 适用范围 基本要素 产品（product） ； 价格（price）——最高价取决于需求，最低价取决于成 本，中间取决于竞争； 渠道（place） ； 促销（promotion）——促销四大要素（广告、宣传推 广、人员推销、销售促进） ； 用户行为理论 用户行为分 析 用户获取产品的各种行动： 认知——熟悉——试用—— 使用——忠诚客户 政治（political）——社会制度，执政党性质以及政府 的方针、法令 经济（economic）——宏观（国家总体情况） 、微观（企 业所在地或者服务区的情况） 社会（social）——文化水平（需求层次） 、宗教信仰/ 风俗习惯（禁止或者抵触某些活动） 、价值观念（活动 目的或者组织本身的认可） 、审美观念（活动内容、方 式及成果的态度） 技术（technology）——直接技术手段，技术领域的发 展和政策 用户行为研 究或者业务 专题分析的 逻辑分析方 法 业务问题专 题分析 5W——何因（why） 、何事（what） 、何人（who） 、何 时（when） 、何地（where） 、 2H——如何做（how） 、何价（how much） 问题树，演绎树，分解树： 将问题的所有子问题分层罗列， 从最高层开始， 逐步向 下扩展，要素化、框架化、关联化
5. 常用术语和指标：
名称 平均数 绝对数 相对数 解释 一般指算数平均数，代表总体的一般水平，掩盖了总体内各单位的差异 一定时间地点条件下 总体情况的综合指标或者数量增减变化的绝对数 =比较数值（比数）/基础数值（基数） ，两个有联系的指标对比计算而 得到的数值，反应客观现象之间数量联系程度的综合指标 百分比 百分点 相对数的一种，百分数 不同时期以百分数形式表示的相对指标的变动幅度。 变动幅度最好用百 分点，比如“今年公司利润比去年提高了 10 个百分点” ，而不是“10 个百分比” 频数 频率 比例 比率 某个别数据出现的次数，绝对数 个别数据出现次数占总次数的比值，相对数 部分与总体的关系，反应总体的构成 部分与部分的关系。比如，我国人口性别比，指的是每 100 名女性相对 的男性数量 倍数 番数 同比 环比 表示数量增长或者上升幅度的商。下降可以用百分比 原来数量的 2 的 N 次方，翻一番是 2 倍 与历史发展同时期比较，反应事物发展的相对情况 与上一个统计时期，反应事物逐渐发展的情况
百度文库
2. 数据分析六部曲：
明确分析目的和思路——数据准备——数据处理——数据分析——数据呈现—— 撰写分析报告。
3. 数据分析三大误区：
分析目的不明确，缺乏业务知识，以为追求高级分析方法
4. 数据分析师的要求：
职业要求：懂业务、懂管理（分析框架和建议） 、懂分析、懂工具、懂设计 职业素质：态度严谨、好奇心强、逻辑清晰、擅长模仿、勇于创新
(一)
数据分析的那些事儿
1. 什么是数据分析及作用：
数据分析是为了提取有用信息和形成结论，而对数据进行研究和概括总结的过程， 一般分为描述性数据分析、探索性数据分析和验证性数据分析。其中，探索性数据 分析重在发现新的特征，验证性数据分析则是验证已有假设。

数据分析的作用是现状分析、原因分析及预测分析。
( 四) 1. 何谓数据处理：
数据处理
1) 2)
三心二意：信心、细心和平常心；诚意和合意 数据处理过程：数据清洗（删除重复、处理异常和缺失） ，数据加工（提取想 要的信息）
根据数据分析的目的，将数据处理成数据分析的要求样式。
2. 数据清洗
1) 重复数据： 函数（countif 对满足条件的计数） ，高级筛选（高级筛选+选择不重复的项） ， 数据透视表（选择编号到行，同时到汇总） ，删除重复（菜单、countif 后排序 删除等） 2) 缺失值：可接受的是 10%以下 查找中的条件定位——处理，一般有 4 种处理方法，样本平均值代替（典型做 法） ，删除，模型计算值代替，缺失值保留在分析时处理——定位条件配合 ctrl+enter 3) 异常值：从逻辑和业务上去检查，用 if 函数检查错误，用条件格式标记错误
三、分析阅读 1. 第一阶段：找出一本书在谈些什么。 规则一：依照书本的种类与主题做分类。 论说类的作品，具体是实用性的。 规则二：用最简短的句子说出整本书在谈些什么。 入门级别的基于 excel 的数据分析方法和方法论。 规则三：按照顺序与关系，列出全书的重要部分。将全书的纲要拟出来之后，再将各
个部分的纲要也一一列出。