《七周数据分析师》部分内容总结

相关文章:秦路数据分析总结

       本文是通过对秦路的课程七周成为数据分析师的部分学习内容总结。其中很喜欢的一句话是“模型未动,指标先行。”如果你不能衡量它,你就不能无法增长它,只有在你真正理解自己研究的东西和想要的目标时,分析才能够更加明确和高效。

第一周:数据分析思维

主要知识是介绍核心的数据思维方法:结构化、公式化、业务化。通过制定相对应的标准,规范化相应的可操作对象,依照真实情况选择不同的处理使得工作和待分析的事物更具条理,方便后续分析处理。其中数据分析思维七大技巧包括:象限法、多维法、假设法、指数法、80/20法则(帕累托法则)、对比法、漏斗法。其中感触最大的是指数法(1/x,log(x),log(a)(b)),也可能是接触的比较少,通过指数法并结合简单的线性加权法可以创造新的技术指标针对事物进行衡量。

数据分析思维的锻炼方法:1.好奇心,2.经典案例分析3.生活中的联系4.工作中练习;

是通过大量的案例分析积累自己的分析方法的问题的拆解方案,继而在工作和生活中不断的进行设身处地的猜想和实践,锻炼自己对于问题的剖析和分析能力,培养自己的心智模式以及思维方式。

第二周:业务篇-指标

1.为什么业务重要

2.经典的业务分析指标

指标建立的要点:

核心指标(公司和部门都认同的大目标,根据实际公司情况而认定)

好的指标应该是比率

好的指标能带来显著效果

好的指标不应该虚荣(如投入的钱很多,新增用户量大)

好的指标不应该复杂

.。。。。。。

还需继续重新学习,感觉有很多东西需要和实际的工作进行对应(一一实践),才能转化为自己的东西。

第三周 EXCEL

对于学习的路径:Excel函数—>SQL函数——>python

其实对于excel我们都不是很陌生,平常我们也会用于进行制表和相关计算。excel属于数据表格处理工具,可以快速的进行表格数据的各种运算(简单的四则+其他统计学数据指标)、筛选以及整理。对于excel种类繁多的函数,我们需要做到了解,并不一定需要记住,只要能够在使用的时候快速的反应其功能属类,就可以通过各种途径查找到其具体使用方法,只要做到多用就能快速熟悉。

excel常用函数

文本函数;关联匹配函数;逻辑运算函数(判断);计算统计类函数;时间序列函数(格式指定和时间的加减计算);

Excel使用常见技巧

快捷键

ctrl+方向键,光标快速移动;ctrl+shift+方向键,快速框选;ctrl + home; ctrl + end

ctrl+空格键,选定整列;shift+空格键,选定整行 ; ctrl+A 选择整张表;(可通过边角栏选择)

alt+enter 换行(对于数据框中的编写很实用)

功能

分列功能;查找替换;数据条(可视化);数据透视表(水晶表);冻结首行;

Excel常见工具

数据切片(维度划分);数据分析:描述性统计分析(扩展工具中)默认是以列为一个数据源,可一次性分析多列;自定义名称:再次使用可对其直接引用(VBA编程和模板制作使用时,会方便很多);删除重复值(数据处理可使用);下拉列表;迷你图(当局部需要展现太多数据需求可选择使用)

第四周:数据可视化

数据可视化:通常说子不如表,表不如图,一图胜千言;但那都是成功的案例,所以在选择上还需要一定的技巧和经验,前期的数据处理方式也很关键。最重要的一点,前期可以不用太过关注图标的美化,能说明问题最为重要。

常见的数据图表有:散点图(气泡图+象限划分--查看分布);折线图;柱形图;饼形图(玫瑰图);漏斗图(转化过程);雷达图

高级图表

1.树形图(数据量较大,而且类别偏多--电商类)

2.桑基图 揭示数据的复杂变化趋势,表示用户在网站上的行为轨迹,一对多或多对一的关系

3. 热力图 数据上下波动可用折线图观察,但是中间的某种关系展示揭示特殊关系使用热力图则可看出来。类似与excel中的条件格式总的数据标注;

4.关系图 社交,社会媒体,微博的传播,用户和用户之间的关注等

5. 箱线图

6.标靶图

7.词云图

8.地理图 数据和空间的关系(更换的数据的映射坐标系)

4.图表绘制工具与技巧

1.绘制工具

初级—Excel

中高级—编程python、R和BI工具

2.绘制技巧

    1.颜色搭配

color.adobe.com上有多种主流颜色搭配

    2.颜色搭配原则

把需要聚焦的数据进行颜色凸显

去掉多余没有用的元素

横纵辅助线如果对肉眼观察无帮助则去掉

在报告中,内容交给单元格来解决

有设计规范

    3.次坐标轴的使用,使得数据能体现更多细节。

3.杜邦分析法

5.Power BI

1.BI基本功能要素

多表关联: 多表多因素展现分析。注意设计的表格揭示的是现象?还是原因?

2.Dashbord

主次分明+贴合场景+指标结构

你可能感兴趣的:(《七周数据分析师》部分内容总结)