怎样自学数据分析( 三 )
例如，减少新客户的流失、优化活动效果、提高客户响应率等。每个项目对数据的要求不同，使用的分析手段也是不一样的。（本文第三部分将详细介绍4种常用分析框架。）
2、数据收集
数据收集是数据分析的基础，按照确定的分析框架，有目的的收集、整合相关数据。
3、数据处理
数据处理是指对收集到的数据进行加工、整理，它是数据分析前必不可少的阶段，也是整个数据分析过程中最占据时间的，耗费时间的程度取决于整个项目对数据仓库和数据质量的要求。
数据处理的常用方法有：数据清洗、数据转化等。
4、数据分析
在明确了分析目的与框架，收集处理好数据后，就可以开始着手进行数据分析了。我们需要通过特定手段、多种方法和行业技巧对数据进行探索，从中发现因果关系、内容联系和业务规律等，为商业目的提供参考。
到了这个阶段，要能驾驭数据、开展分析工作，就要使用工具和方法了。
在分析方法方面，最基本的要了解例如方差、回归、因子、聚类、分类、时间序列等概念，及他们的原理、使用范围、优缺点；在分析工具方面，数据分析师一般首选Excel，同时搭配一个专业的分析软件，如数据分析工具SPSS/SAS/Matlab等，便于进行一些专业的统计分析、数据建模等。
5、数据展现
俗话说：字不如表，表不如图。借助数据展现手段，能更直观的让数据分析师表述想要呈现的信息、观点和建议。一般情况下，数据分析的结果都是通过图表方式来呈现的。
常用的图表包括：饼图、折线图、柱形图/条形图、散点图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等。
6、撰写报告
最后阶段，就是撰写数据分析报告，这是对整个数据分析成果的呈现。通过分析报告，把数据分析的目的、过程、结果及方案完整呈现出来，以供商业目的提供参考。
Tips: 一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以让阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。
另外，数据分析报告需要有明确的结论、建议和解决方案，不仅仅是找出问题，后者是更重要的，否则称不上好的分析，同时也失去了报告的意义，数据的初衷就是为解决一个商业目的才进行的分析，不能舍本求末。
三、4种常用分析框架
从管理和业务的角度提出的分析框架，指导着后期数据分析工作的开展。
营销方面的理论模型有：4P、用户使用行为、STP理论、SWOT等。
管理方面的理论模型有：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
本文主要说明：5W2H、逻辑树、4P、用户使用行为这4个比较实用的理论。
1、5W2H
定义：何因（Why）、何事（What）、何人（Who）、何时（When）、何地（Where）、如何做（How）、何价（How much）
适用范围：用户行为分析、业务问题专题分析、营销活动等。
优点：广泛应用于企业营销、管理活动，对于决策和执行性的活动措施非常有帮助，也有助于弥补考虑问题的疏漏。
2、逻辑树
定义：逻辑树，又称问题树、演绎树或分解树等。它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。
适用范围：业务问题专题分析
优点：逻辑树的作用主要是帮你理清自己的思路，避免进行重复、无关的思考。逻辑树能保证解决问题的过程的完整性，能将工作细分为便于操作的任务，确定各部分的优先顺序，明确地把责任落实到个人。
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义