数据分析与可视化
数据分析与可视化
1. 什么是数据分析？
数据分析是基于商业目的，有目的的进行收 集、整理、加工和分析数据，提炼有价信息的一 个过程。 其过程概括起来主要包括： 明确分析目 的与框架、数据收集、数据处理、数据分析、数 据展现和撰写报告等 6 个阶段。
1、明确分析目的与框架
一个分析项目，你的数据对象是谁？商业目的 是什么？要解决什么业务问题？数据分析师对 这些都要了然于心。 基于商业的理解， 整理分析 框架和分析思路。例如，减少新客户的流失、优 化活动效果、 提高客户响应率等等。 不同的项目 对数据的要求，使用的分析手段也是不一样的。
整个数据分析成果的一个呈现。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。
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、 主次分明可以使阅读 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。
因子分析是指研究从变量群中提取共性因
子的统计技术。 因子分析就是从大量的数据中寻 找内在的联系，减少决策的困难。
因子分析的方法约有 10 多种，如重心法、 影像分析法，最大似然解、最小平方法、阿尔发 抽因法、 拉奥典型抽因法等等。 这些方法本质上 大都属近似方法，是以相关系数矩阵为基础的， 所不同的是相关系数矩阵对角线上的值， 采用不
2、数据收集
数据收集是按照确定的数据分析和框架内容， 有目的的收集、 整合相关数据的一个过程， 它是 数据分析的一个基础。
3、数据处理
数据处理是指对收集到的数据进行加工、整 理，以便开展数据分析， 它是数据分析前必不可 少的阶段。这个过程是数据分析整个过程中最占 据时间的，也在一定程度上取决于数据仓库的搭 建和数据质量的保证。
5、数据展现
一般情况下， 数据分析的结果都是通过图、 表 的方式来呈现，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。
达图等、金字塔图、矩阵图、漏 斗图、帕雷托图等。
6 、撰写报告 最后阶段， 就是撰写数据分析报告， 这是对
4、对应分析（ Correspondence Analysis ） 对应分析 (Correspondence analysis) 也称
关联分析、 R-Q型因子分析，通过分析由定性变 量构成的交互汇总表来揭示变量间的联系。 可以 揭示同一变量的各个类别之间的差异， 以及不同 变量各个类别之间的对应关系。 对应分析的基本
数据处理主要包括数据清洗、 数据转化等处理 方法。
4、数据分析
数据分析是指通过分析手段、 方法和技巧对准
备好的数据进行探索、 分析，从中发现因果关系、 内部联系和业务规律，为商业目提供决策参考。
到了这个阶段，要能驾驭数据、开展数据分析， 就要涉及到工具和方法的使用。 其一要熟悉常规 数据分析方法，最基本的要了解例如方差、 回归、 因子、聚类、分类、时间序列等多元和数据分析 方法的原理、使用范围、优缺点和结果的解释； 其二是熟悉 1+1 种数据分析工具， Excel 是最常 见，一般的数据分析我们可以通过 Excel 完成， 后而要熟悉一个专业的分析软件， 如数据分析工 具 SPSS/SAS/R/Matlab 等，便于进行一些专业的 统计分析、数据建模等。
常用数据分析方法：聚类分析、因子分析、 相关分析、对应分析、回归分析、方差分析；
数据分析常用的图表方法： 柏拉图 ( 排列图 ) 、 直 方 图 (Histogram) 、 散 点 图 (scatter diagram) 、鱼骨图（ Ishikawa ）、FMEA、点图、 柱状图、雷达图、趋势图。
数据分析统计工具： SPSS、minitab 、JMP。
常用数据分析方法 : 1、聚类分析（ Cluster Analysis ）
聚类分析指将物理或抽象对象的集合分组 成为由类似的对象组成的多个类的分析过程。 聚 类是将数据分类到不同的类或者簇这样的一个 过程，所以同一个簇中的对象有很大的相似性， 而不同簇间的对象有很大的相异性。 聚类分析是 一种探索性的分析， 在分类的过程中， 人们不必 事先给出一个分类的标准， 聚类分析能够从样本 数据出发， 自动进行分类。 聚类分析所使用方法 的不同， 常常会得到不同的结论。 不同研究者对 于同一组数据进行聚类分析， 所得到的聚类数未 必一致。 2、因子分析（ Factor Analysis ）
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。
2. 数据分析常用的方法有哪些？他们多用来分 析哪些类型的数据？通过分析可以得到怎样的 结果和结论？怎样得到保证其信度和效度？
思想是将一个联列表的行和列中各元素的比例 结构以点的形式在较低维的空间中表示出来。 5、回归分析
研究一个随机变量 Y 对另一个 (X) 或一组 (X1，X2，…，Xk)变量的相依关系的统计分析方
法。回归分析（ regression analysis) 是确定两 种或两种以上变数间相互依赖的定量关系的一 种统计分析方法。 运用十分广泛， 回归分析按照 涉及的自变量的多少， 可分为一元回归分析和多 元回归分析； 按照自变量和因变量之间的关系类
同的共同性□ 2 估值。在社会学研究中，因子分 析常采用以主成分分析为基础的反覆法。 3、相关分析（ Correlation Analysis ）
相关分析（ correlation analysis ），相关 分析是研究现象之间是否存在某种依存关系， 并 对具体有依存关系的现象探讨其相关方向以及
相关程度。 相关关系是一种非确定性的关系， 例 如，以 X 和 Y 分别记一个人的身高和体重， 或分 别记每公顷施肥量与每公顷小麦产量，则 X 与 Y 显然有关系， 而又没有确切到可由其中的一个去 精确地决定另一个的程度，这就是相关关系。