評價數據分析題怎麼做

㈠ 怎麼做數據分析

怎麼做數據分析，如下所示：

1.對比分析法：對比分析法指通過指標的對比來反映事物數量上的變化，屬於統計分析中常用的方法。常見的對比有橫向對比和縱向對比。

橫向對比指的是不同事物在固定時間上的對比，例如，不同等級的用戶在同一時間購買商品的價格對比，不同商品在同一時間的銷量、利潤率等的對比。

2.分組分析法：分組分析法是指根據數據的性質、特徵，按照一定的指標，猜升乎將數據總體劃分為不同的部分，分析其內部結構和相互關系，從而了解事物的發展規律。根據指標的性質，分組分析法分為屬性指標分組和數量指標分組。

所謂屬性指標代表的是事物的性質、特徵等，如姓名、性別、文化程度穗悉等，這些指標無法進行運算；而數據指標代表的數據能夠進行運算，如人的年齡、工資收入等。分組分析法一般都和對比分析法結合使用。

㈡ 數據分析怎麼做

Step1：目標確定

這一步在工作中通常是由你的客戶/上級/其他部門同事/合作方提出來的，但第一次的數據報告中，需要你自己來提出並確定目標。

選擇目標時，請注意以下幾點：

選擇一個你比較熟悉，或者比較感興趣的領域/行業；

選擇一個范圍比較小的細分領域/細分行業作為切入點；

確定這個領域/行業有公開發表的數據/可以獲取的UGC內容（論壇帖子，用戶點評等）。

Step2：數據獲取

目標定下來了，接下來要去找相應的數據。如果你制定目標時完全遵循了第一悶漏兄步的三個注意點，那麼你現在會很明確要找哪些數據。如果現在你還不確定自己需要哪些數據，那麼回到第一步重來吧。

Step3：數據清洗

在工作中，90%以上的情況，你拿到的數據都需要先做清洗工作，排除異常值、空白值、無效值、重復值等等。這項工作經常會佔到整個數據分析過程將近一半的時間。

如果在上一步中，你的數據是通過手工復制/下載獲取的，那麼通常會比較干凈，不需要做太多清洗工作。但如果數據是通過爬蟲等方式得來，那麼你需要進行清洗，提取核心內容，去掉網頁代碼、標點符號等無用內容。

無論你採用哪一種方式獲取數據，請記住，數據清洗永遠是你必須要做的一項工作。

Step4：數據整理

清洗過後，需要進行數據整理，即將數據整理為能夠進行下一步分析的格式，對於初學者，用Excel來完成這一工作就OK。

如果你的數據已經是表格形式，那麼計算一些二級指標就好，比如用今年銷量和去年銷量算出同比增長率。鑒於你是第一次做數據報告，建議你不要計算太多復雜的二級指標，基本的同比、環比、佔比分布這些就OK。

如果你收集的是一些非數字的數據，比如對商家的點評，那麼你進行下一步統計之前，需要通過「關鍵詞-標簽」方式，將句子轉化為標簽，再對標簽進行統計。

Step5：描述分析

描述分析是最基本的分析統計方法，在實際工作中也是應用最廣的分析方法。描述統計分為兩大部分：數據描述和指標統計。

數據描述：用來對數據進行基本情況的刻畫，包括：數據總數、時間跨度、時間粒度、空間范圍、空間粒度、數據來源等。如果是建模，那麼還要看數據的極值、分布、離散度等內容。

指標統計：用來作報告，分析實際情況的數據指標，可粗略分為四大類：變化、分布、對比、預測；

變化：指標隨時間的變動，表現為增幅（同比、環比等）；

分布：指標在不同層次上的表現，包括地域分布（省、市、區縣、店/網點）、用戶群分布（年齡、性別、職業等）、產品分布（螞襲如動感地帶和全球通）等；

預測：根據現有情況，估計下個分析時段的指標值。

描述分析的產出是圖表，下一個步驟的內容將基於這些圖表產出。

Step6：洞察結論

這一步是數據報告的核心，也是最能看出數據分析師水平的部分。一個年輕的分析師和一個年邁的分析師拿到同樣的圖表，完全有可能解讀出不同的內容。

但通常來說，即使是復雜的數據報告，也是由一個個相對簡單的洞察結論組成的，這其中涉及到問題的分拆，邏輯線的建立等一系列內容。作為初學者，做到自己力所能及的程度就好。

總結一下，所謂洞察，就是要越過數據，去推測和理解真實情況。單純描述數據，誰都會做，根據數據得出有價值的結論，報告才有意義。

Step7：報告撰寫

都到這一步了，相信各位對數據報告也不再陌生了。這一步中，需要保證的是數據報告內容的完整性。

一個完整的數據報告，應至少包含以下六塊內容：

報告背景

報告目的

數據來源、數量等基本情況

分頁圖表內容搜禪及本頁結論

各部分小結及最終總結

下一步策略或對趨勢的預測

其中，背景和目的決定了你的報告邏輯（解決什麼問題）；數據基本情況告訴對方你用了什麼樣的數據，可信度如何；分頁內容需要按照一定的邏輯來構建，目標仍然是解決報告目的中的問題；小結及總結必不可少；下一步策略或對趨勢的預測能為你的報告加分。

那麼，普通難度的數據報告做法就是這樣了。高深的固然要更難一些，但是普通的已經將整體的路徑將的很清楚了。