企业经营数据分析-读后感

阅读时间：2018年12月15-2018年12月6

推荐指数：3

              非专业数据分析的同学可以一看，能够对数据分析在企业中的应用有一个大概的了解。

评价：第一篇概述篇，介绍数据分析在企业经营中的一些应用及数据分析的思路和方法，这一部分应该是作者的主业，有一些独到的见解和作者自己的总结，对愿意深入研究数据分析的同学可能会有帮助。第二篇主要讲数据分析的方法论，包括分类、聚类

、预测等。这一部分与大数据的数据挖掘有重复，作者并不是专业做大数据的，这一篇个人感觉讲的很啰嗦，总是偏离主线。分析的方法解释的也很不专业。如果是做大数据相关的同学可能很难读下去。我看了两章就看不下去了。

摘要：

关系型数据库的结构设计：

1：静态数据表-表示对象属性的记录表，记录完成后不会发生变动，或者变动后都是覆盖式的修改

2：动态数据表：表示对象的行为，会动态的增加

 

按数据表达的内容来区分数据：

定类数据：

         描述对象的类别或者属性，如人名、事务的名称等。不能进行任何的计算，只是代号无顺序和大小之分。

定序数据：

         只代表数据的属性顺序，不代表量化的数据大小，只能用来比较，不能用来计算。

定距数据：

         指没有绝对零点的数据，如温度，定距数据可以测定间距大小，标明强弱程度，可以进行加减，不能进行乘除。

定比数据：

         描述实物的大小、长短，有绝对的0点且0点具有意义，可以进行加减乘除。

 

第二章：数据分析的目的

数据分析的目的：

         为了对过去发生的现象进行评估和分析，找寻事务存在的证据，并在此基础上对未来事务的发生和发展做出结论并形成能够知道未来行为的知识或依据。

        

数据分析的思路：

1）先总后分，逐层分解

         先有整体的概念，再在整体的组成要素中寻找整体变动的原因，找到原因后再继续拆分，直到无法拆分为止。当要素不能拆分时，往往这些要素要么是不可控的外部因素，要不是能够控制的单因素，这样就能找到解决问题的方案了。

         从总到分的的分析过程中可能会有不同的要素拆分思路，如总销售额可以使销售数量*销售单价，也可以是销售员的平均销售业绩*销售员人数，或者是客户数量*单客户平均交易额，也可以是复杂的求和公式。

         思考：先总后分类似于先找到总结性指标，再根据指标的计算思路寻找影响该指标的原因，再根据找到的低一级指标继续拆分，指导拆分到无法拆分为止，而对应的最低级指标往往对应某一业务行为。

         多样的拆分思路确实可以能够帮助分析员从不同的角度看待问题，分析思路过多又会难以找到确定的下手点。可以确定的是，不论从哪一个分析思路进行拆分，导致数据结果的原因一定是确定的，拆分的最后一定是相同的。如上销售数量=销售员人数*平均销售量，销量其中的一大要素又可以关联到客户这一因素中。从中可以看出，影响销售额的因素与销售员、客户是分不开。

 

2）抽丝剥茧，寻踪问迹

         在数据分析的过程中，对于特殊现象要明察秋毫，抓住一个点，然后用数据去追踪，知道找到问题的根源，要有抽丝剥茧的精神，把各种各样的经营活动现象清理，不出纰漏，这一方面需要对业务充分熟悉，另外一方面也要有严谨的态度。

         关注细节是数据分析师首先要具备的能力。细节能力在于能否在微小的差异下感知差异驱动因素的能力。数据分析师要能够提前发现新鲜事物的发生，这些新鲜事物未来是否具有成长性的力量。例如客户找那个突然多了一类新用户，这类新用户是不是一类新的趋势，是否需要关注，经过几个月或者几次接触之后，应该能有一个前瞻性的判断。

         思考：这里提到的抽丝剥茧，是要关注奇异点，不一样的地方里，往往蕴含了原因的所在。这里的奇异点既可能是产生问题的原因，也可能是未来的机会点。因此在对指标进行监控时，监控的异常既要包含好的异常，也要包含坏的异常。