你一定要知道的数据分析方法

之前文介绍过数据分析方法论,那么数据分析方法论与数据分析方法有什么区别呢?

数据方法论主要是从宏观角度知道如何让进行数据分析,它是数据分析的前期规划,知道后期数据分析工作的开展。而数据分析方法则是指具体的方法,比如对比分析、相关分析、回归分析、交叉分析、聚类分析等,主要是从微观角度知道如何进行数据分析。

今天我要给大家介绍的是几种基本的数据分析方法,在这之前回忆一下上篇《初识数据分析》中提到的数据分析的三大作用,即现状分析、原因分析、预测分析。这三大作用分别对应对比、细分、预测三大基本方法,每个方法下又可细分为多个数据分析方法,如下:

数据分析作用及对应的数据分析方法

数据分析方法:

一、对比分析法

1.定义:

是指将两个或两个以上的数据进行比较,分析它们的差异,从而揭示这些数据所代表的事物发展变化情况和规律。

2.特点:

可以直观的看出事物某方面的变化和差距,并且可以准确、量化的表示出这种变化或差距是多少。

3.分类:

静态比较和动态比较

静态比较是在同一时间下对不同总体指标进行比较,也成横向比较,简称横比。

动态比较是在同一总体条件下对不同时期指标数值进行比较,也成纵向比较,简称纵比。  

两种方法即可单独使用也可结合使用,比较的结果可以用相对数表示,即百分比,倍数等指标。

4.实践应用:

(1)与目标对比,属于横比。

(2)不同时期对比,属于纵比。

(3)同级部门、单位、地区对比,属于横比。

(4)行业内对比,属于横比。

(5)活动效果对比,属于纵比。

5.进行对比分析时需要考虑以下因素:

(1)指标的口径范围、计算方法、计量单位必须一致,即要用同一种单位或标准去衡量。

(2)对比的对象要有可比性。对比对象之间相似之处越多越具有可比性。

(3)对比的指标类型必须一致。


二、分组分析法

1.定义:

根据数据分析对象的特征,按照一定的指标,把数据分析对象划分为不同部分或类型来进行研究,以揭示其内在的联系及规律。

2.特点:

分组的目的是为了方便对比,把总体中具有不同性质的对象分开,把相同性质的对象合并在一起,保持各组内对象属性的一致性、组与组之间的差异性,以便解构内在的数量关系,因此分组法必须和对比法结合运用。

3.分类:

等距分组和不等距分组

等距分组:在各单位数据变动比较均匀的情况下比较适合

不等距分组:在各单位数据变动不均匀的情况下适合

4.关键点:

在于确定组数和组距

5.组距分组:

(1)确定组数,根据数据本身的特点来判断确定。

(2)确定组距,组距=(最大值-最小值)/组数


三、结构分析法

1.定义:

是指被分析总体内的各部分与总体之间的对比分析方法,即总体内各部分占总体的比例,属于相对指标。

2.结构相对指标计算公式:

结构相对指标(比例)=(某部分的数值/总体)*100%

3.特点:

简单实用,在企业运营分析中应用广泛。

4.市场占有率计算公式:

市场占有率=(某种商品的销售量/该种商品的市场销售总量)*100%

市场占有率是分析企业在行业中竞争状况的重要指标,也是衡量企业运营状况的总和经济指标。


四、平均分析法

1.定义:

是指运用计算算术平均数的方法来反映总体在一定时间、地点条件下某一数量的一般水平。

2.特点:

将总体内各单位数量差异抽象化,只能代表总体的一般水平,掩盖各单位的差异。

3.作用:

(1)利用平均指标对比同类现象在不同地区、不同行业、不同类型单位之间的差异程度

(2)利用平均指标对比某些现象在不同历史时期的变化。

平均分析法要结合各种分组和指标进行对比分析。


五、交叉分析法

1.定义:

通常用于分析两个变量之间的关系,即同时将两个有一定联系的变量及其值交叉排在一张表格上,使各变量值成为不同变量的交叉结点,形成交叉表,从而分析交叉表中变量的关系。

2.示例:

二维交叉表

六、综合评价分析法

1.定义:

运用多个指标对多个参评单位进行评价的方法,称为多变量综合评价分析法。

2.作用:

将多个指标转化为一个能够反映综合情况的指标来进行综合分析评价

3.特点:

(1) 评价过程不是逐个指标顺次完成的,而是通过一些特殊的方法将多个指标的评价同时完成。

(2)在综合评价过程中,一般要根据指标的重要性进行加权处理

(3)评价结果不再是具有含义的统计指标,而以指数或分数表示参评单位综合状况的排序。

4.步骤:

(1)确定综合评价指标体系,既包含哪些指标,是综合评价的基础和依据。

(2)收集数据,并对不同计量单位的指标数据进行标准化处理。

(3)确定指标体系中个指标的权重,以保证评价的科学性。

(4)对经处理后的指标进行汇总,计算出综合评价指数或综合评价分值。

(5)根据评价指数或分值单位进项排序,并由此得出结论。

5.数据标准化:

是将数据按比例缩放,使之落入一个小的特定区间。

数据标准化包括0-1标准化和Z标准化:

0-1标准化也叫离差标准化,是对原始数据做线性变换,是结果落到[0,1]区间,数据的转换公式如下:

第N个经标准化处理的值=(第N个原始值-最小值)/(最大值-最小值)

Z标准化也称为标准差标准化,经过处理的数据符合标准正态分布。第N个标准化处理的值=(第N个原始值 - 平均值)/ 标准差。

6.权重确定方法:

分类:专家访谈法、德尔菲法、层次分析法、主成分分析法、因子分析法、归因分析法、目标优化矩阵表法。

目标优化矩阵表:将人脑的模糊思维,简化为计算机的1、0式逻辑思维,最后得出量化的结果。可以找几个有经验或专业的人士,通过他们的投票表决确定各项的重要性,从而获知各项目的权重数值。

目标优化矩阵表使用方法:将同样的因素行列分布,将纵轴项目依次和横轴上的项目对比,纵轴项目比横轴重要则填写1,否则填写0,完整填写好后,汇总得分得到权重,对于可能出现0值情况,可在评分基础上都加1处理,得到修正后的占比。

某指标权重=(某指标新的重要性合计得分/所有指标新的重要性合计得分)*100%


七、杜邦分析法

1.定义:

它是利用各主要财务指标间的内在联系,对企业财务状况及经济效益进行综合分析评价的方法,又称为杜邦财务分析体系,简称杜邦体系。

2.特点:

将若干个用以评价企业经营效率或财务状况的比率按其内在的联系有机的结合在一起,形成一个完整的指标体系,并最终通过权益收益率来综合反映。

3.应用:

财务分析上,还可以用于企业市场、用户等分析。

杜邦分析体系示例

杜邦分析采用金字塔形结构,是财务比率分析的层次更清晰、条理更突出,简洁明了的表达各财务指标之间的关系。


八、漏斗图分析法

1.定义:

以漏斗图的形式展现分析过程和结果

2.应用:

漏斗图是一个适合业务流程比较规范、周期比较长、各流程环节涉及复杂业务过程比较多的管理分析工具。

网站转化率

九、矩阵关联分析法

1.定义:

根据事物(如产品、服务等)的两个重要属性(指标)作为分析依据,进行分类关联分析,找出解决问题的一种分析方法。

2.使用方法:

以属性A为横轴,属性B为纵轴,组成一个坐标系,在两坐标轴上分别按某一标准(可取平均值、经验值、行业水平等)进行刻度划分,构成四象限,将要分析的每个事物投射至这四个现象内,进行交叉分类分析,直观地将两个属性的关联性表现出来,因此也称为象限图分析法。

3.作用:

矩阵关联分析法在解决问题和资源分配时,为决策者提供重要参考依据。先解决主要矛盾,再解决次要矛盾,有利于提高工作效率,将资源分配到最能产生绩效的部门、工作中,有利于决策者对资源优化配置。

4.分类:

在矩阵基础上,还衍生出了表现数据变化的发展矩阵,改进难易矩阵等。


十、高级数据分析方法




                                                  本文为《谁说菜鸟不会数据分析-入门篇》第五章读书笔记

你可能感兴趣的:(你一定要知道的数据分析方法)