本篇目录
第一天
I、数据分析概述
- 数据分析是根据方法论的指导，使用数据分析软件实现数据价值发现的过程。
- 数据分析的目的是记录业务轨迹，为未来业务决策提供参考及思考。
- 数据分析的分类有业务数据分析、数据挖掘、大数据分析。
- 数据分析项目参与角色有业务人员、数据分析师和IT技术人员。
- 数据分析流程有业务理解、数据收集、数据处理、数据分析、图表制作和报表绘制。
II、EXCEL常用函数
- SUM(number1,[number2],…)
- SUMIF(range, criteria, [sum_range])
- SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2], …)
- COUNT(value1,value2, …)
- COUNTIF(range,criteria)
- COUNTIFS(range1,criteria1,…)
- VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
- AND(logical1,logical2,…)
- OR(logical1,logical2,…)
- YEAR(serial_number)
- MONTH(serial_number)
- DAY(serial_number)
- NOW()
- TODAY()
- NETWORKDAYS(start_date,end_date,holidays)
- EOMONTH(start_date,months)
- WEEKDAY(start_date,return_type)
- IF(logical test,value if true,value if false)
- ROW(reference)
III、数据透视表
- 数据源
IV、数据作图
第二天
I、工具辅助：项目排期表
- 原图
- 结果
II、工具辅助：员工考勤表
- 原图
- 结果
第三天
I、数据与指标概述
II、指标应用
- 原图
- 结果
III、综合案例：员工考勤表
- 原图
- 结果
IV、综合案例：活动评估
- 原图
- 结果
第四天
I、业务数据分析方法论
- 确定查看报告对象 公司老板
- 确认报告用途 体现月热销车市场整体情况，并对5月份市场的动态进行阐述
- 确认数据范围 2018-5-1~2018-5-31【可以考虑使用树状分析】
- 确认分析维度 时间维度、品牌维度
- 输出数据指标 同比、各省份各城市的各品牌的销量
- 实例演示
II、帕累托分析
- 帕累托分析又称为二八法则，即百分之八十的问题是百分之二十的原因造成的。在项目管理中主要用于找出核心问题。
- 实例演示（原图）
- 实例演示（结果）
III、RFM模型
-
RFM模型全称为Recency-Frequency-Money模型，Recency代表着某用户最近一次消费时间离当前分析时点的天数，Frequency代表着该用户的消费频次，Money则代表着该用户的消费总金额。
-
RFM模型用于根据用户历史行为数据，结合业务理解，实现用户分类，助力用户的精准营销，换句话说就是帮助企业判断哪些用户有异动，是否有流失的预兆，从而增加相应的运营措施。
-
RFM模型背后的方法论是根据业务场景、选出关键指标，量化指标为模糊变量，计算具体事物的指标值，对事物进行分类。
-
RFM模型的实现方法为
a. 获取R、F、M三个维度下的原始数据
b. 定义R、F、M的评估模型与中值
c. 进行数据处理，获取R、F、M的值
d. 参照评估模型与中值，对用户进行分层
e. 针对不同层级用户制定运营策略 -
实现过程中所必需设定的规则：
-
实例演示（原图）
-
实例演示（结果）
第五天
I、树状分析方法论
- 从数据中发现经营问题，且数据分析师需要主导分析内容，输出业务问题发现。
由于数据维度的丰富性，使用第一类分析需求思路往往会卡在第二步，如果每个维度都尝试下探非常耗时。这时可以考虑从总体指标入手，逐层分解总体指标，形成下钻式树结构。分析思路如下：
a. 梳理行业内经常谈及的指标；
b. 将指标拆解为另外两个指标的和或乘积（或同一指标不同维度），逐层下钻，直至无法分解；
c. 将指标按拆解思路排放成树状结构，增加同比或环比值，通过观察变化比率快速定位问题。
- 实例演示（原图）
3.实例演示（结果）
II、报告撰写
