如何提高数据分析和总结能力

‘壹’ 如何提高收集数据和分析数据的能力

大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用（大数据检索、大数据可视化、大数据应用、大数据安全等）。

如何从大数据中采集出有用的信息已经是大数据发展的关键因素之一。

想要培养数据分析的能力，可以从两部分来着手：一是数据分析方法论的建立，二是数据分析从入门到精通的知识学习。

理论：是进行分析的基础
1）基础的数据分析知识，至少知道如何做趋势分析、比较分析和细分，不然拿到一份数据就无从下手；
2）基础的统计学知识，至少基础的统计量要认识，知道这些统计量的定义和适用条件，统计学方法可以让分析过程更加严谨，结论更有说服力；
3）对数据的兴趣，以及其它的知识多多益善，让分析过程有趣起来。

实践：可以说90%的分析能力都是靠实践培养的
1）明确分析的目的。如果分析前没有明确分析的最终目标，很容易被数据绕进去，最终自己都不知道自己得出的结论到底是用来干嘛的；
2）多结合业务去看数据。数据从业务运营中来，分析当然要回归到业务中去，多熟悉了解业务可以使数据看起来更加透彻；
3）了解数据的定义和获取。最好从数据最初是怎么获取的开始了解，当然指标的统计逻辑和规则是必须熟记于心的，不然很容易就被数据给坑了；
4）最后就是不断地看数据、分析数据，这是个必经的过程，往往一个工作经验丰富的非数据分析的运营人员要比刚进来不久的数据分析师对数据的了解要深入得多，就是这个原因。

也可以采用第三方的大数据服务平台，观向数据是一款整体的数据采集、分析、可视化系统，可以帮助企业品牌发展提供科学化决策。

‘贰’ 工科大学生怎样提高工程设计能力、数据分析能力、技术集成能力

• 工程设计能力：工程设计是为了满足人类的某种需要，运用一定的科学技术知识和方法，创造和拟定制造新技术、新产品、新工艺的方案和说明。工程设计是科学物化中的桥梁，设计的成果是组织生产的指令性文件，工程设计能力是每个工科人才必须具备的一项基本能力。

（1）多次实验并学会总结。工程技术设计方法是在漫长的社会活动实践中发展起来的，完成工程设计主要靠设计者的直觉和经验，因此需要大量的实践经历和经验总结。

（2）根据任务，逐步细化设计。根据任务的技术要求，在经验方法的基础上，先提出设计的初步轮廓，然后再逐步按照近三阶段（即初步设计、技术设计和施工设计）的设计方法细化

（3）注重日常积累。博览群书，多留意一下细节方面的事情，因为灵感往往孕育其中，然后再按照现代设计的方法进行设计，往往会更轻松和更能解决问题。

（4）培养自己的审美意识，能够将技术与艺术柔和在一起，才能使创造的产品不仅具有社会使用价值，还能为人们提供美的享受。科学素养与人文素养相结合是现代科技人才高素质的体现。

• 数据处理能力：工科学生在研究中从选定研究课题，到设计、试验、组织生产，都离不开数据的处理与交流，数据处理的能力要在长期的科技工作中得到锻炼才会有所提高。具体来讲可以从以下几个方面着手。

(1)提升信息获取能力。充分利用搜索引擎、专业的检索系统搜集、查询有关的研究数据，学好专业外语，广泛深入的阅读中外文献着作，翻译、分析有关的科技资料，并不断总结整理，形成良好的研究习惯。

（2）提升处理数据的技术能力，熟悉各种数据分析工具，如excel数据透视表、SPSS等；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。

（3）提升信息甄别能力。主要可以通过积极关注行业动态，积极地学习他人的数据分析经验，向导师、同学请教，多动手实践，不断假设、验证，不断总结分析方法。

• 技术集成能力：是按照一定的技术原理或功能目的，将两个或两个以上的单项技术通过重组而获得具有统一整体功能的新技术的创造方法。工科学生通过培养技术集成能力往往更容易实现问题突破和思维创新。

（1）提高自身主动学习意识，激发学习兴趣，兴趣是最好的老师，只有有了兴趣和求知欲，才能主动的更好的学习各门学科知识。

（2）积极参加各类讲座、报告、研究小组讨论、学科竞赛等学术活动，通过广泛的交流和见闻，拓宽视野。

（3）充分利用大学的各种资源，广泛阅读文献，了解各个方向相关的研究发展情况。

（4）积极参加实践项目，申请担任助教、助研工作，加强实验、实习，在实际中发现问题，以问题为牵引学习相关领域知识，以此达到锻炼科研能力和技术集成创新的目的。

‘叁’ 提高分析能力，必看的书有哪些

任何分析能力都来自于对数据的解析，这个时候就更建议大家从基础的底子打起。因此这里推荐《统计学的学习方法》和《深入浅出统计学》这两本书。这两本书虽然比较枯燥，大多都是理论性的东西，但是在学完这两本书以后，能够让你塑造起一个优秀的分析框架和相关的理论知识。并且你在知道了相结果。该书当中通过大量的实例告诉我们怎样运用数据，怎样将数据的结果完整且简单地表达出来，从数据结果当中看到有用的信息。

‘肆’ 如何培养学生数学核心素养中的数据分析能力

1.利用游戏进行教学

数据分析能力是高中生通过学习统计知识而逐渐养成的一种能力，也是高中生应具备的一项基本素养。要想学习好高中数学中的概率统计，高中生需要对概率统计的模板做到熟练掌握，然后慢慢地培养自己的数据分析能力。因为学生都喜欢较为有趣事情，热爱游戏活动，所以数学教师可以利用学生的这一特点，在教学统计知识时，营造一种轻松活泼的课堂学习氛围，让高中生在游戏中进行数据分析，在调动学生积极性的同时，提升学生的数学分析能力。这样一来，不仅能调动学生学习数学的积极性，还能培养学生的数据分析能力。

例如，在教学“随机事件的概率”时，高中数学教师可以在讲完课以后，让学生以游戏的方式进行练习。数学教师可以给出很多典型的随机事件的概率的例题，然后要求学生从左到右再从前到后一条龙式地进行回答，回答对的就坐下，回答错的就会被惩罚擦黑板。这样就可以让学生在回答问题的时候集中注意力，并且提高数据分析的速度。同时学生在观察别人回答问题时也会进行快速分析，从而训练和培养数据分析能力。

2.合理布置学习任务

数据分析是高中生根据题目所提供的信息对给出的问题进行解答，这个过程考查的是高中生的分析能力和推理总结能力。数据分析是得到数学结论的手段之一，需要学生有比较强的观察总结能力，是学好概率统计知识的前提。数据分析能力的培养需要高中生进行不断的练习，学生只有熟练掌握概率统计的知识，才会慢慢地有所感悟，其数据分析能力也会慢慢地提高。因此，高中教师要对概率统计的学习任务进行合理且恰当的布置，争取使所有的学生都可以逐步地提高数据分析能力。

例如，在教学概率统计时，数学教师可以采用“举三反一”的教学方式，就一种题型给学生举三四个例子，让高中生先熟悉概率统计的做题模式，对数据分析有一个初步的了解;然后，让学生根据概率统计知识解决相关的问题。但是要注意，数学教师应该根据每位学生的数学水平合理地布置作业题目，对于学习能力较好的学生，可以布置难度较高的作业;对于学习能力较差的学生，可以布置基础知识练习类的作业。需要注意的是，这些作业应让学生同步完成。数学教师根据学生的知识水平进行恰当的作业布置，有助于所有学生均衡地提高数据分析能力。

3.创设合作教学情境

在实际教学过程中，高中数学教师可以给学生创设适合教学的情境。数据分析就是针对数学数据进行有效并且合理的分析。数学教师可以把学生分成多个小组，让他们一起学习，这样就可以给小组营造良好的氛围。让学生在小组内进行数据分析，可以激发学生的思考，吸引学生的注意力，有利于构建高效的数学课堂。同时，教师在合作教学中，可以培养学生的合作探究能力，提高学生数据处理的能力。因此，数学教师应该在课堂中营造合作的教学情境，调动学生学习的积极性，使学生体会到数学的奥秘和神奇，从而更好地提升学生的数据分析能力。

例如，教学“古典概型”和“几何概型”时，数学教师在讲解完成后，给学生布置了一道与之相关的题目，允许学生在小组内互相交流，并对数据进行整理和收集;同时，要求每名学生参与其中，合理地分配任务，并给学生十分钟的时间。十分钟后，数学教师可以对小组进行提问，来查看他们的完成效果，并对该题目进行讲解。

‘伍’ 怎样提高数据分析能力

1、数据支持。任何一个企业品牌要想进入大数据营销，首先就要制定一个数据收集和整理的要点，明确大数据技术对于企业品牌的营销发展意义。知道怎样合法的收集到自己需要的数据，以及后续如何处理这些数据，如何通过这些数据来为企业盈利等等。这些基本的定义是企业开展大数据营销的第一步。

2、数据使用工具。如果企业已经做好了大数据营销的准备，并且已经有了自己所需的数据资源。那么，这时候就需要一定的大数据分析工具了。

3、大数据人才。现在大数据的火爆，自然而然大数据的人才也就十分的稀缺。一个成功的团队离不开人员的良好配置，大数据人才往往以数据分析人才为主。