企业中如何开展探索性数据分析.docxVIP

企业里都有哪些需求？一般调研业务部门都会听到如下需求，以销售部为例：需要看到总体销售情况；?需要看到各个销售渠道、销售组织、产品、客户等的销售额，能够进行任意销售所需维度的销售情况；?需要看到以上内容和去年的同比、与销售计划的比值等，用于进行销售完成情况的监控；?需要关注核心产品销售状况、客户区域的销售情况等；?销售数据要严格保密，因此一定要设置权限；?......我们来梳理下需求，将其转换为数据。以上需求基本可以看到数据字段需要有：销售额、计划额、销售额同比、计划完成率、销售渠道、销售区域、销售组织、产品名称、产品分类、客户名称、日期等。按照维度和度量（我们用粗体和斜体区分）可以分为销售渠道、销售组织、产品名称、客户名称、日期等和销售额、计划额、销售额同比、计划完成率等不了解业务能否进行数据分析？根据需求获取到数据并建立完成指标体系后，可能会遇到一些问题，例如：不了解销售部的销售体系如何确定字段间的相关性？?不了解市场营销的资源投入内容如何确定字段的权重？?字段无法识别，如何进行相关预测？?除了可以制作KPI指标外，还可以做什么？统计学历史上的故事，统计与传染病的故事，待补...引用观点： 首先还必须要弄明白，数据统计和数据的解释是两个概念，两个阶段，不能等同。数据的用处，通常会有描述、解释、预测、控制四个层次。我们通常使用的统计方 法，也分为描述统计（相关分析、差异检验等）及推断统计（回归分析等）。所以，我认为在读与数据有关的文章时，也必须先做到剥离“数据本身”和“数据解 释”两个层面的内容，以便对数据做出客观独立的思考。如何开展数据分析工作？我们可以先从观察数据本身着手，将已有数据现状进行客观的展现。首先恶补下统计学原理，描述性统计是统计分析的重要组成部分，是推断性统计的基础，它是指用统计表和统计图或利用统计指标来描述资料的特征。描述性统计包含两部分内容：?数值变量描述，是对观察对象的某个指标采用度(衡)量的方法进行检测?分类变量描述，是先对观察测量得到的变量值(即观察值)进行分类汇总(即“计数”)得到分类资料频数表(属于绝对数指标)，再在此基础上计算相对数指标(即两个指标之比)才能对分类变量资料进行正确的描述数值变量的统计学描述频数表。包括频数又称频率，是指某一变量观察结果在某一特定数值(或数值范围内)出现的次数。将事物分类之后统计出来的各类频数排列成表格，即为频数表。利用频数分析，可从一大堆变量观测值中直观地了解变量的分布特征?集中趋势的描述。描述一组观察值分布集中位置或平均水平的指标称为平均数。它能使人对资料有个简明概括的印象，并能进行资料问的比较。常用的平均数有算术平均数、几何均数和中位数?离 散程度的描述。集中趋势是数据分布的一个重要特征，但单有集中趋势指标还不能很好地描述数据的分布规律。为了比较全面地描述数据分布的规律，除了需要有描 述集中趋势的指标外，还需引入描述数据分布离散程度的指标。描述离散趋势的指标有多种，最常用的有极差、四分位数间距、方差、标准差和变异系数?相关分析。探讨数据之间是否具有统计学上的关联性，这种关系既包括两个数据之间的单一相关关系——如年龄与个人领域空间之间的关系，也包括多个数据之间的多重相关关系——如年龄、抑郁症发生率、个人领域空间之间的关系分类变量的统计学描述比：任意两个变量之比构成比：部分占总体的比例率：某现象发生的频率和强度动态数列：一系列按时间序列排列起来的统计指标（包括绝对数、相对数、平均数），用以说明事物在时间上的变化和发展趋势率的标准化：用统一的“标准”消除资料由于内部构成不同而对所比较的总率产生的影响，使资料间具有可比性。标化率只是表明对比资料的相对水平，并不反映当时当地的实际水平知识恶补完毕后，我们再重新回到我们刚才需求中，将数据提炼为统计学语言，见下图根据各企业的运营状况通过调研的方式定制维度数据、标准指标和KPI，通过描述性统计可以对数据资料的数值变量和分类变量进行描述，检验各维度的销售状况用于确认异常点。FAQQ：如何从企业常规的KPI指标中获取更多有价值的信息？A：方法有两种：1.通过描述性统计进一步观察数据状态；2.通过添加描述性字段来解释数据。下面详述第2种：如果将各维度的计划完成率展现出来，可以获取到的信息是各指标的现状。看完指标后，脑子里会出现更多问题：指标的现状是好还是差？好在哪？差在哪？什么地方是需要重点关注的？我们可以更深一步，KPI中加入状态指标和走向指标来解决这个问题。状态指标：一个表示指定时间点 KPI 状态，例如：返回介于 -1 到 1 之间的标准化值。等于或小于 -1 的值将作为“差值”或“低值”；零值 (0) 被理解为“可接受值”或“中间值”；等于或大于 1 的值将作为“优值”或“高值”走向指标：一个用于评估一段时间内 KPI 的值