如何玩数据

‘壹’ 在管理中如何培养数据分析能力

一、熟悉公司业务
首先要熟悉公司业务及流程。若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的实用价值。数据分析的最终目的是作为一种分析方法来为整个项目服务。
二、明确分析目的
常常会有人问这些数据可以做什么分析？这是典型的“为了分析而分析”。数据分析的前提是先明确分析目的，这样的分析才有意义；
三、运用营销、管理等理论
营销、管理等理论是数据分析的指导思想，使分析思路系统化。例如4P理论等，从哪几个维度去分析？考虑哪几个方面？只有这样做才能使数据分析变得有血有肉有脉络，真正做到理论指导实践；
四、掌握有效数据分析方法
了解数据分析流程，掌握数据分析基本原理与方法，并灵活运用到实践工作中，不论简单还是复杂的分析方法，只要能解决问题的方法就是好方法；
五、玩转数据分析工具
数据分析工具，建议先玩转excel数据透视表，有兴趣、实践、需要的话，再学习SPSS、SAS等统计分析工具。同样，只要能解决问题的工具就是好工具；
六、学会用图表说话，玩转PPT等工具
学会如何用图表有效展现分析结果，PPT有助于数据分析结果展现，达人必备；水晶易表亦对分析结果的展现有很大帮助，选择性使用；思维导图可帮助理清分析思路，根据需要选用。光做数据分析是不够的，真正要做的是将数据分析结果清晰地展现给其他人看；
七、勤思考、多动手、多总结
需要经常发问为什么是这样的、为什么不是那样的。只有这样勤于思考才有突破点；
光靠脑袋想是不够的，需要多动手实践，不要怕错，大不了错了重来，数据分析就是一个不断假设、验证的过程；
不断总结分析方法、分析思路、分析流程，在总结中前行；
八、关注行业动态
关注数据分析行业动态，积极地学习他人的数据分析经验；
九、收藏几本分析秘籍
可在家中收藏一些使用的分析工具书，以便随时查阅，如《用图表说话》、《excel图表之道》等；

数据分析不仅是个工具，而且是门艺术，希望能与大家共勉，提高自己的数据分析能力。

‘贰’ 如何玩转NoSQL数据库

如何玩转 NoSQL数据库？作者：IT专家网
Weather公司CIO Bryson Koehler整理出了MongoDB，Riak和Cassandra等NoSQL数据库的特性。他指出这其中最重要的特性是“NoSQL不会限制住你”。

Weather公司，致力于天气报告和天气预报业务，其并不缺乏数据，当然也不缺乏数据管理工具。但它为什么需要三种不同的NoSQL数据库？

最近，我向Weather 公司的CIO Bryson Koehler提出了这个疑问，除了公司的CIO,Bryson Koehler还是其他很多业务单元的孵化者,包括Weather Channel，WeatherFX，Weather Underground，和Intellicast等。Weather公司每天获取和处理着约20万亿字节数据，对外提供当前全球天气状况，并为航空公司，紧急服务，货运商，公用事业，保险，以及在线天气网站和天气应用程序的用户提供天气预报服务。每天需求增加了数十亿的天气数据请求，并且预期响应时间要在10毫秒左右。

Riak是Weather 公司的后台NoSQL数据库，服务于公司的事务性存储公用网络(SUN)数据获取平台，它运行在多个亚马逊网络服务(AWS)的可用区域上，并以每小时15次的频率捕获超过20亿气象数据信息，。所以，Riak具有明确的处理规模，但该公司也使用Cassandra以及新近添加的MongoDB数据库，为Weather.com 上IOS和Android移动应用程序服务。

Weather 公司使用了不同的产品，Koehler解释说，因为“不同的工具有不同的优势。

Cassandra，它服务于Weather 公司以及全球消费者使用的第三方天气应用的API数据：“我们的数据分发平台每秒处理数十万的事务，我们发现Cassandra在用于全球分发数据上是一个很棒的解决方案，并且在[数据库]读取方面体现出很高的可用性 “。它本质上为全球各地消费者所使用的数据服务，包括Weather 公司和第三方的天气应用程序。

MongoDB，它提供了Weather.com网站和移动应用程序的中间层缓存功能：“离开我们的核心API，我们还没有全部Weather.com内容，所以MongoDB是容器和分发站，为Weather.com以及Android和iOS上的移动应用程序服务。Mongo有很多好处，这些好处基于其内建的JSON格式以及灵活性上。“

Riak，用于消费气象数据和观测，包括来自世界各地的图片和视频等：“我们喜爱Riak因其优秀的数据摄取能力，而且是以一种全球分布式的方式来实现。这对于从全球分布式平台上获取数据的入站式数据库是一个真正可靠的选择。

我曾听说Datastax，Basho和Couchbase的高管贬低MongoDB的可扩展性，但MongoDB指向大规模部署，在Facebook对超过200万台移动设备上应用程序提供支持，在eHarmony公司，MongDB每天处理着数十亿的潜在比赛预约。据Koehle所述，MongoDB为Weather.com和Weather.com移动应用程序处理着“每天十亿交易”，“毫无疑问，你可以通过配置和部署Mongo来处理大批量的交易数据。”

尽管如此，Koehler承认，他将“很乐于看到MongoDB继续使全球集群和多位置[功能]更加无缝化且易于使用。” 这些属于全球性的分布式集群，复制和负载平衡是Cassandra和Riak众所周知的功能。

从规模讨论的角度来看，很少有公司达到Weather公司的经营规模。易于开发，架构灵活性和JSON数据处理使得MongoDB的成为世界上最流行的NoSQL数据库。这就是为什么微软和IBM都进行了MongoDB的模仿，如微软的Azure DocumentDB和IBM的 Cloudant，而不是Cassandra和Riak。

Weather公司可以从三个NoSQL标准降低至两个的过程中得到巩固，Koehler说，但公司没有准备好这么做。

“由于我们构造了由许多不同的数据解决方案组成的网状结构，我们目前的环境已过于复杂，”他说。“我们希望给团队一些自由的空间，让我们可以了解所有选择的利弊，但你将会看到一些整合。”

到了那个时候，迁移将不在是一件难事，因为“关于NoSQL数据库最重要的事情是，你不会被困在其中，” Koehler说。“如果你的架构和编码正确，从一个数据库迁移到另一个并不难。随着模式的自由以及数据转存技术的发展，无论前者是一个key-value存储或其他什么形式，转储数据都将十分容易。“

对特定产品进程自定义编码的复杂的存储过程已经一去不复返了，Koehler说，但关于“结构化和编码正确”还有很多需要考虑的地方?这样做是为了避免特殊供应商提供的工具和功能可能让你身陷其中。他举了亚马逊网络服务“(AWS)的消息服务为例。

“你不必让服务在云中运行，”他解释说。“你可以只部署自己的RabbitMQ的环境，而不是陷于其中，所以你可以将一个原先部署在AWS 上的应用程序转而部署在谷歌计算云服务上。无论它是数据平台，存储环境，或云计算环境，都要小心别让自己局限在一个仅由一个供应商提供的小范围空间内“。
转载

‘叁’ 个人玩期货，应该怎么看数据

每个人根据交易方法与风格不同，所选择考虑的数据也不同，交易所采用的系统是在交易过程中不断完善的，要根据适合自身交易的频率来构建系统，选择参考指标，不能一概而论

‘肆’ 如何快速玩转spss数据分析

只要认识了软件的基本界面和功能，然后把你的数据准备好，输入进软件系统，点击需要进行分析的功能，软件会自动给出分析建模的结果。

1、看软件的界面图，左下角有两个视图，“数据视图”和“变量视图”。首先你需要在“变量视图”定义好你的变量，其中包括名称、类型、标签、值、测量等。

2、定义好变量之后，切换进“数据视图”，“数据视图”是一个长的类似于Excel表格的界面，在这里你可以输入你需要进行分析的数据，你也可以直接从excel中复制过来，前提是格式需要一致。

3、数据准备好后，根据你想要分析的方法，在软件界面上选择分析的功能。比如，这里我准备了一个购买力的数据集，变量涉及区域、总体消费、家庭规模、家庭收入、每次消费额、孩子数、大学以上比例、购买力等字段。我想分析购买力的影响因素。这里输入自变量、因变量数据后，进行回归分析。

4、将对应的数据选入进自变量和因变量，再根据需要设置一些参数信息，再点击“确定”就可以得到分析结果了。

注意事项

1、做完后检查有没有什么缺失值或者不符合实际的数据出现。要是有，你需要纠正数据，再用描述统计进行分析。

2、spss不需要写代码或者程序。

‘伍’ 怎么玩熟穿越火线鼠标宏的各种数据

• 踢腿炮循环

  

‘陆’ 如何利用统计数据和遗漏数据来玩高频彩票！

3d直选遗漏数据统计是统计一个数字有多少期没有出现。3D每注投注金额为人民币2元。投注者可在中国福利彩票投注站进行投注。投注号码经投注机打印为兑奖凭证，交投注者保存，此兑奖凭证即为3D彩票。销售期号以开奖日界定，按日历年度编排。3D游戏设置奖池。奖池资金由当期计提奖金与实际中出奖金的差额组成。当期实际中出奖金小于计提奖金时，余额进入奖池；当期实际中出奖金超过计提奖金时，差额由奖池资金补足。当奖池资金总额不足时，由调节基金补足，调节基金不足时，用彩票兑奖周转金垫支。在出现彩票兑奖周转金垫支的情况下，当调节基金有资金滚入时优先偿还垫支的彩票兑奖周转金。当奖池资金达到200万元后，超出部分可以转入调节基金。

‘柒’ 数字化时代的营销策略

互联网、物联网的发展，可以把人、物品的所有信息都可以捕捉到。人的所有行为轨迹，所在位置、环境等等，整个的经过、过程等等所有信息、情况全部捕捉，一目了然。这就为数字化营销和数字化管理创造了条件。
先说数字化营销
在营销方面有什么用？我认为可以做至少三方面的事情。 一是 实时监控，互联网大数据对人的行为的获取使得人时时在网络的监控之下，人在大数据面前是透明人。人每时每刻的情况、行为都被检测到。这样就可以用来营销。例如：你刚买了乒乓球拍，那你应该大概率会看看乒乓球。买了火锅器具就应该买火锅底料。买了纸巾，那么一个月后因该用完了会再买等等。就是对人此刻的情况是什么清清楚楚，需要什么，未来会需要什么清清楚楚，这样就可以对应地去做营销。 二是 人物画像，通过对人的行为和个人信息的获取，使得大数据对人的各个方面、各个维度都清清楚楚，大数据比他自己还要了解自己。这样就获得了十分准确、丰富的人物画像。这样在做营销时就可以把物品针对性地投给对应的人。人物画像是一个个的标签，这些标签都有权值，就是一个人有什么特点，什么属性，这个属性多强。这样在营销时就可以把这个物品投放给针对的人群，对应属性且属性很强的人。 三、机器学习 机器学习是从百万数据里训练得到结果，这样的结果是千万用户实际行为、实际情况得到的结果，这个结果非常硬、非常真实，它就是实打实的从实际的用户身上、千万用户行为上来的。它比营销经验得到的结论要硬的多，要实际的多，它就是从现实中来的。甚至于说它比验证还要现实，它就是现实，就是实际情况。
这是数字化营销中的价值，下面说一说数字化管理
对于企业数字化管理而言。数字化很大的价值在于实时监控企业情况。数字化，可以用技术手段，将生产、业务的各个方面，各个环节的信息都记录下来，都捕捉到。然后可以使用技术手段对企业做到实时的透视，企业方方面面的情况，都可以时时透视到。这样对企业的把握、检测、透视的程度是以往所不能达的。而且可以延伸出多种维度和方面的检测，各种新的检测指标等等，检测方式等等都可以自己开发。如果企业进行了改革，执行了什么策略后，企业的经营情况，是好是坏，当前什么情况，发展趋势如何都可以做到实时清晰、准确的把握。
其次就是异常检测，一旦哪里出现了什么状况，异常情况，可以迅速发现，捕捉到。甚至可以捕捉到来源。
还有就是数据挖掘，企业的得到的数据都是有价值的，数据挖掘可以从中得到有价值的东西。例如聚类，可以知道哪些事物属性上离的近等等。
如何做，企业怎么做数字化营销和数字化管理。
企业在做数字化营销和数字化管理时， 一、首先要进行基建，就是所有的人的行为活动，生产流程等等都要用技术手段来时时捕捉信息。也就是人的行为改成网上，传感器对生产线，流程进行时时检测，所有的信息进行时时网上记录等等。对各个方面的人、生产、流程进行检测可以获取数据之后。 二、还要搭建数据中心，将获取到的数据存储到数据中心，来管理、使用。需要找大数据方面的人才和机器学习、数据挖掘、数据分析方面的人才。数字化的关键是获取到足够多，足够高质量的数据。数据为王，数据才是真正有价值，产价值的东西。机器学习、深度学习只是提取价值的手段。数据是大豆，机器学习是榨油机，出油是价值。豆子质量不好、数量又少出不了很有价值的东西。豆子有好，数量又多，出的价值才大。因此数字化需要大量的、高质量的数据，技术仅仅是提取手段，目前技术都是公开的，各大企业基本都能拿到工业界最前沿的技术。数据是关键。数据来源一方面是企业自身，自己的平台。另一个重要方面是买服务，就是网络、腾讯、阿里这些大平台，有大量数据的企业，买他们的服务，因为他们有大量数据，这些数据就是企业的财富，他们不会卖、也不会转让。这时最好就是购买他们的服务，他们用他们的数据直接来帮你做数字化营销。
真正在做的时候对于大集团、大企业，实力雄厚的公司就无所谓了，想做的话，可以自己砸钱搞出来。怎么都可以做。对于中小企业，最好是引进技术。一方面 华为、网络、阿里都在慢慢提供相应的技术支持，SaaS（软件即服务）、PaaS（平台即服务）、IaaS（基础架构即服务）等，他们在提供的时候往往也会提供数据支撑，他们的数据会直接来加持你的营销和管理。数字化营销方面已经有越来越多的SaaS平台出来，企业管理的数字化解决方案未来也会慢慢起来。二、技术、经验和成本 专业的人做专业的事情，做SaaS平台服务、技术解决方案的有专门的技术积累和经验积累。而且购买起来价格远远低于自己开发、维护的成本。这里有服务器、开发人员的成本。购买平台服务是最简单直接、节省成本、节省时间、节省精力，获得好的服务的选择。
数字化营销和数字化管理本质上是一个技术、技术解决方案问题和数据人才问题。从技术、成本的角度而言，最好是用专业的平台来做。数据上除了自己的，可能需要购买大公司的数据服务。除了这些还需要高端的数据人才，数据分析、数据挖掘等等，会玩数据的人，知道如何玩数据来解决企业中的种种问题，帮助加持企业的种种业务。

‘捌’ 如何快速玩转spss数据分析

只要认识了软件的基本界面和功能，然后把你的数据准备好，输入进软件系统，点击需要进行分析的功能，软件会自动给出分析建模的结果。

1、看软件的界面图，左下角有两个视图，“数据视图”和“变量视图”。首先你需要在“变量视图”定义好你的变量，其中包括名称、类型、标签、值、测量等。

2、定义好变量之后，切换进“数据视图”，“数据视图”是一个长的类似于Excel表格的界面，在这里你可以输入你需要进行分析的数据，你也可以直接从excel中复制过来，前提是格式需要一致。

3、数据准备好后，根据你想要分析的方法，在软件界面上选择分析的功能。比如，这里我准备了一个购买力的数据集，变量涉及区域、总体消费、家庭规模、家庭收入、每次消费额、孩子数、大学以上比例、购买力等字段。我想分析购买力的影响因素。这里输入自变量、因变量数据后，进行回归分析。

4、将对应的数据选入进自变量和因变量，再根据需要设置一些参数信息，再点击“确定”就可以得到分析结果了。

注意事项

1、做完后检查有没有什么缺失值或者不符合实际的数据出现。要是有，你需要纠正数据，再用描述统计进行分析。

2、spss不需要写代码或者程序。

‘玖’ 如何玩转Excel数据透视表的分组功能

时常有小伙伴提问有关数据透视表的有关操作方法，特别是有关分组的功能。火箭君就借此机会和大家一起看看，数据透视表的分组到底该怎么做。

假设有这么一个三个字段的数据源，分别是日期格式的 日期 ，文本格式的 地区 以及数值格式的 出货量 。

选中所有数据，生成一个新的数据透视表。

如果我们想要知道东亚地区和东南亚地区分别的总出货量，按照如下左图的设置后能看到各国家的总出货量。

选中行标签中的 韩国 、 日本 、 中国 ，并右键鼠标；在弹出的菜单中选择创建组，你便能看到生成了一个名为 数据组1 的标签，它的下级为韩国、日本、中国。

如法炮制，选中马来西亚等四国创建新组。再分别对东亚和东南亚这两个组重新命名。这样就能看到两个地区的出货量总量了。

同样一个数据源，如果我们要知道每个季度的出货量是多少又该如何设置呢？

将日期设为行后，右键，创建组。Excel会自动弹出一个有关日期分子的选框，在步长中选择 季度 ，确定。便能看到右图的效果。

当然，你还可以设置不同起止日期，复选步长。比如这样：

要是我们想看看出货量小于500的订单有多少个，那就应该按照如下设置：

将 出货量 分别置于数据透视表的 行 和 值 框中，并将值框中值汇总依据设置为计数。同样选中行，右击后选择创建组。在弹出的对话框中，将起始于改为“500”，确定后就能看到小于500的订单有57个。

当然，你也可以调整起止数值以及步长。不过这里有个小小的不足就是，Excel只能支持固定步长的分组。

‘拾’ 手把手教你微信公众号数据分析

手把手教你微信公众号数据分析

这是一篇公众号运营科普文

适用于公众号运营初级选手

欢迎误入的大神强插指点

闲话少叙，直接脱裤子进入正题：

公众号运营数据分析的地位

数据分析……

重要吗？

重要！

是最重要的吗？

不是最重要的！

没有数据分析就不能公众号了吗？

绝对能做，但是很可能做不好！

方向定位、内容运营、用户运营、活动运营、数据运营，有机结合起来才是微信公众号运营的完全体。

公众号运营数据分析的作用

如果把公众号运营比作“在黑暗中前行”

那数据分析则可以当成“探路的拐棍”

锁定300米远的目标要靠感觉

扫清3米内的障碍要靠拐棍

数据分析在微信运营中的作用主要有两个

1、验证，验证前面是路还是坑

2、启发，发现路上的金子

好吧，不要打这种稀奇古怪的比方了，咱说正经的。

公众号运营的过程一般是这样：

拍脑袋运营策略——初始状态的策略怎么定出来的？拍脑袋拍出来的呗！听了那么多讲座，看了那么多攻略，喝了那么多鸡汤，觉得自己啥都会了，脑袋一拍，啪，方案出来了；按策略运营执行——不管方案如何，磕磕绊绊先做出来；用数据验证策略——数据出来，潮水退去就能看到谁没穿裤子了，重新调整策略，把那些穿裤子的弄死……哦，不，留下那些穿裤子的好策略，干掉不好的策略；从数据获得启发——从数据中发现潜在的问题，发现新的机会；重新制定策略略——再来一轮循环，越做越牛逼。

可以看出，有了数据分析，上面这个循环才能不断优化不断完善，这就是数据分析最重要的作用。

啥？数据分析最重要的作用是写报告给领导看？

stop！眼光长远一点，牛逼的结果才是领导真想要的，想要牛逼的结果就必须让上面的循环高速、高效地跑起来！

公众号运营数据分析的方法

0、满满的好奇的心

如果只是随便玩玩，或者应付公司的差事，那你看了本文前两部分知道数据分析大概的是啥，可以去吹牛逼就够了。

如果你有很强烈的欲望把自己公众号做牛逼，那就接着往下看，因为，欲望越强烈，对数据的好奇心才会越大。

而好奇心是最好的老师，从现象和数据中追溯背后的原因，发现关键的因素和节点，在这个过程中获得乐趣和成就感。

只有如此，才能把数据分析这个工具的作用体现出来。

1、基础数据有什么

首先，我们要了解，微信公众号的基础数据有什么：

基础数据在哪能看到？

公众号的数据后台已经做得比较完善，在后台左侧的菜单栏，“统计”那个模块所有基础数据都在这里。

基础数据有哪些？

用户数据——与时间维度相关的用户数量（增，减，和）、用户来源等，可以多维度组合查看，还有基于全量用户的地域、性别、手机型号等属性的分布；

图文数据——与时间维度及文章维度相关的图文阅读量、转发量、点赞量、收藏量等数据，可以多维度组合查看；

消息数据——与时间维度及关键词维度相关的消息数据；

接口数据——调用技术接口的次数，非技术人士这块可以略过（恩，因为我也不会……）。

2、带着问题看数据

如果你没有“带着问题看数据”思想，那么，你看到上面几组基础数据时，心里一定在想：这特么都啥玩意儿啊。

只有当你强烈地想解决某个问题的时候，你才能从这些数据里看出些门道。

比如

当你很想知道图文头部放一个引导点击“蓝字”关注的提示，是否有用时，你才回去看用户来源的数据对比。

你才会发现，原来80%的新关注用户都来源于其他（其中点“蓝字”又是主要的）。

你才会发现把引导点“蓝字”提示做的更诱人是有效的。

3、从数据中发现问题

发现了数据中的乐趣之后，就要时不时去玩一玩数据，各种维度、各种交叉，从中发现不寻常的数据，再从不寻常中挖掘背后的原因。

比如上图

在图文分析-图文统计页面有排阅读渠道的按钮，可以查看各渠道的阅读来源对比。

你会发现朋友圈的阅读量远高于其他渠道，说明标题、内容有促转发到朋友圈的因素，才有可能成为爆文。

你就会有意识在标题、内容里布置促转发到朋友圈的元素了。

4、常规数据分析方法

a、列表

简单的列表，公众号数据后台已经提供，更全的数据表格可以选定维度后导出excel表，做更深度的处理。

b、作图

基础的图形展示，公众号后台也已提供，更复杂的图标，可以利用下载的数据表格进一步处理。

c、数学处理

简单数学运算统计快速傅里叶变换平滑和滤波基线和峰值分析

上面这些方法，是网络搜的，其实只用简单数学运算，对于普通公众号运营者完全够用了。

表格和数据列出来到底看什么呢？

看对比，看变化，看异常

比如观察基于时间维度的各数据项：比如按月、按日、按小时去分析各类数据项的变化，不同的维度可以发现不同的问题；

比如观察图文的各种数据变化：每篇文章的阅读量增长、衰减趋势、阅读、转发数据变化，找到你粉丝群体的喜好；

比如每天把后台给出的各种基础数据都扫一遍：发现与日常趋势不一样的异常数据，再挖掘背后的原因，很可能挖出金矿哦。

公众号运营数据分析的示例

1、几点群发好？

2、标题和内容哪个更重要？

3、头条和二条有区别吗？

4、粉丝都是用什么方式关注你的？

5、什么样的内容是好内容？

你一定以为接下来，我会用数据分析工具解答一下上面的问题

然而，并没有

方法你已经学会了，打开后台，去如饥似渴地玩弄自己的数据吧！

以上是小编为大家分享的关于手把手教你微信公众号数据分析的相关内容，更多信息可以关注环球青藤分享更多干货