数据分析心得

#读《红楼梦》所感
最近在读《红楼梦脂评汇校本》，在第二回“贾夫人仙逝扬州城 冷子兴演说荣国府”前有一段脂评描述红楼梦的写作手法，很有感触，摘录如下：

本旨只在冷子兴一人，即俗谓“冷中出热，无中生有”也。其演说荣府一篇者，盖因族大人我，若从作者笔下一一叙出，尽一二回不能得明，则成何文字？故借用冷子一人，略出其大半，使阅者心中，已有一荣府隐隐在心，然后用黛玉、宝钗等两三次皴染，则耀然于心中眼中矣。此即画家三染法也。

数据分析千头万绪，知识和结论往往隐藏在细节之中。数据分析可以分成几个层次：

• 按照需求提取数据。根据确定的需求（表样、统计逻辑等）编写脚本，从数据仓库中获取“粗加工”后的数据。做到这一步，需要的是对底层数据结构的熟悉，能将业务需求转换成数据，但不能将数据联系起来，发现数据中间隐藏的规律。
• 数据分析与组织，能把提取出来的数据与业务场景结合起来，对于数据的正确性可以做交叉验证，能从数据中发现规律和异常，能够将数据以合适的形式组织起来，有助相关用户从中发现有价值的知识。
• 数据提炼与解读，可以从数据中发现知识，进而提炼成结论，进一步给出建议。

上面三个层次中，最后一步最有价值，通过数据形成决策，用于指导业务实践。最关键的是第二步，也就是数据分析与组织，通过分析发现其中隐藏的规律，通过有条理的组织数据，引导读者形成结论。数据是业务过程的量化，缺乏组织的数据是一团乱麻。在组织数据的时候，往往有把所有的细节都呈现给读者的冲动，担心漏掉任何的蛛丝马迹，这样做反而会把重要的内容隐藏起来。借鉴脂评中红楼梦的写法，数据分析的组织也可以遵循这种“画家三染法”：

• 确定分析报告的主题，运用“冷子兴”的介绍手法，将主题涉及的宏观指标组织到一起，用数据描述出主要所涉及到的对象，比如，客户的购买力、财务指标等。
• 运用对比、趋势、构成三种方法，对单个指标进行细节分析。其中，对比是横向间的的对比，比如，地域、类别、群体等。趋势是时间维度上对比，年度趋势、季度趋势等；构成是对指标的组成进行分析，比如，销售额的品类、缴费的用户群等。通过这三种“手法”对指标的渲染，数据中所蕴含的规律就会自然浮现出来，剩下的结论和建议也就是顺理成章的事了。

分析报告组织的好坏，决定了读者从数据中获取到知识的多少，虽说不同的人有不同的分析思路，但分析报告编写者的思路，决定和引导了读者的分析框架，以及在这个基础上可以发挥的程度。过多的数据会让读者无所适从，过少的数据获取不到有价值的知识。