如何增强自己的数据分析能力（怎么培养数据分析的能力）

• 基本的理论知识：数理统计、模型原理、市场研究等。

• 常规分析工具的使用。常用办公软件（Excel、PPT、思维导图）、数据库、统计分析工具、数据挖掘等。

• 一定的业务理解能力，能理解业务背后的商业逻辑。只有理解问题，才能转换成数据分析的问题，才知道如何设定分析目标进行分析。

• 数据报告和数据可视化的能力。数据分析得再好，如果不能以漂亮的方式“表达”，成效也会大打折扣。

分析理论

• 明确业务场景

• 确定分析目标

• 构建分析体系

• 梳理核心指标

首先明确是什么业务场景，因为业务不同，分析体系也不同。然后结合业务问题确定分析的目标，列出核心指标，整理所需要的数据。

推荐书籍：数据化管理：洞悉零售及电子商务运营 (豆瓣)、决战大数据 (豆瓣)

分解：从数据分析的几个步骤来看

• 数据获取

• 数据处理

• 数据分析

• 数据呈现

1、数据获取

3、分析数据

分析数据往往需要各类统计分析模型，如关联规则、聚类、分类、预测模型等等。

因此，熟练掌握一些统计分析工具不可免：

• lPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。

• SAS：经典挖掘软件，需要编程。

• R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。

• 各类BI工具：Tableau、PowerBI、FineBI，对于处理好的数据可作自由的可视化分析，图表效果惊人。

FineBI自助

推荐书籍：

《说菜鸟不会数据分析》系列，入门级书，初学者最适。

《数据挖掘与数据化运营实战，思路、方法、技巧与应用》，内容很系统很全面。

《市场研究定量分析方法与应用》，简明等编著，中国人民大学出版社。

4、数据可视化呈现

很多数据分析工具已经涵盖了数据可视化部分，只需要把数据结果进行有效的呈现和演讲汇报，可用word\PPT\H5等方式展现。

对于入门小白，建议从excel工具入手

学习excel也是一个循序渐进的过程

• 基础的：简单的表格数据处理、打印、查询、筛选、排序

• 函数和公式：常用函数、高级数据计算、数组公式、多维引用、function

• 可视化图表：图形图示展示、高级图表、图表插件

• 数据透视表、VBA程序开发

按照我习惯的方法，先过一遍基础，知道什么是什么，然后找几个case练习。多逛逛excelhome论坛，平常多思考如何用excel来解决问题，善用插件，还有记得保存。

函数和数据透视表是两个重点：

制作数据模板必须掌握的excel函数

• 日期函数：day，month，year，date，today，weekday，weeknum。日期函数是做分析模板的必备，可以用日期函数来控制数据的展示，查询指定时间段的数据。

• 数学函数：product，rand，randbetween，round，sum，sumif，sumifs，sumproduct

• 统计函数：large，small，max，min，median，mode，rank，count，countif，countifs，average，averageif，averageifs。统计函数在数据分析中具有举足轻重的作用，求平均值，最大值，中位数，众位数都用得到。

• 查找和引用函数：choose，match，index，indirect，column，row，vlookup，hlookup，lookup，offset，getpivotdata。这几个函数的作用不用多说，特别是vlookup，不会这个函数基本上复杂报表寸步难行。

• 文本函数：find，search，text，value，concatenate，left，right，mid，len。这几个函数多半用在数据整理阶段使用。

• 逻辑函数：and，or，false，true，if，iferror

（以上学会，基本能秒杀90%的办公室白领。）

数据透视表

数据透视表的作用是把大量数据生成可交互的报表，数据透视表具有这样一些重要功能：分类汇总、取平均、最大最小值、自动排序、自动筛选、自动分组；可分析占比、同比、环比、定比、自定义公式。

对于浸淫多年的表哥表姐

现实中，取数或报表 EXCEL PPT似乎还是主流形式。

工具上，无论是业务人员还是分析人员，都可以通过自动取数工具或者BI工具来制作报表，减少重复操作的时间。

FineReport报表工具

FineReport报表工具

其次，增加与业务人员的沟通，充分了解并挖掘需求，当你的业务水平和他们差不多甚至更高时，自然而然知道真实的需求是什么了。

最后，站在更高角度上，报表的基本粒度就是指标，可梳理出企业的基本指标体系，从经营分析的角度去做报表，把报表的工作标准化，降低报表的冗余，避免动不动就做一张报表。标准化包括指标分类，指标命名，业务口径，技术口径，实现方式等等。其实，最终目的是实现报表数据一致性，减少重复报表开发，降低系统开销的战略性举措。

业余时间可以拓展自己的知识面，往上下游发展，补充数理统计知识，学习R、Python语言，都是提升自己的很好方式。

,