大数据分析报告与可视化.doc

数据分析与可视化

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、整顿、加工和分析数据，提炼有价信息的一种过程。其过程概括起来重要涉及：明确分析目的与框架、数据收集、数据解决、数据分析、数据呈现和撰写报告等6个阶段。

明确分析目的与框架

一种分析项目，你的数据对象是谁？商业目的是什么？要解决什么业务问题？\o数据分析师数据分析师对这些都要了然于心。基于商业的理解，整顿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规定，使用的分析手段也是不同样的。

2、数据收集

数据收集是按照拟定的数据分析和框架内容，有目的的收集、整合有关数据的一种过程，它是数据分析的一种基本。

数据解决

数据解决是指对收集到的数据进行加工、整顿，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，也在一定限度上取决于数据仓库的搭建和数据质量的保证。

数据解决重要涉及数据清洗、数据转化等解决措施。

4、数据分析

数据分析是指通过度析手段、措施和技巧对准备好的数据进行摸索、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照。

到了这个阶段，要能驾驭数据、开展数据分析，就要波及到工具和措施的使用。其一要熟悉常规数据分析措施，最基本的要理解例如方差、回归、因子、聚类、分类、时间序列等多元和数据分析措施的原理、使用范畴、优缺陷和成果的解释；其二是熟悉1+1种数据分析工具，Excel是最常用，一般的数据分析我们可以通过Excel完毕，后而要熟悉一种专业的分析软件，如数据分析工具SPSS/SAS/R/Matlab等，便于进行某些专业的记录分析、数据建模等。

5、数据呈现

一般状况下，数据分析的成果都是通过图、表的方式来呈现，俗话说：字不如表，表不如图。借助数据呈现手段，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。

常用的图表涉及饼图、折线图、柱形图/条形图、散点图、雷达图等、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，这是对整个数据分析成果的一种呈现。通过度析报告，把数据分析的目的、过程、成果及方案完整呈现出来，以供商业目的提供参照。

一份好的数据分析报告，一方面需要有一种好的分析框架，并且图文并茂，层次明晰，可以让阅读者一目了然。构造清晰、主次分明可以使阅读者对的理解报告内容；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、直观地看清晰问题和结论，从而产生思考。

此外，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，同步也失去了报告的意义，数据的初衷就是为解决一种商业目的才进行的分析，不能舍本求末。

数据分析常用的措施有哪些？她们多用来分析哪些类型的数据？通过度析可以得到如何的成果和结论？如何得到保证其信度和效度？

常用数据分析措施：聚类分析、因子分析、有关分析、相应分析、回归分析、方差分析；

数据分析常用的图表措施：柏拉图(排列图)、直方图(Histogram)、散点图(scatterdiagram)、鱼骨图（Ishikawa）、FMEA、点图、柱状图、雷达图、趋势图。

数据分析记录工具：SPSS、minitab、JMP。

常用数据分析措施:

1、聚类分析（ClusterAnalysis）

?聚类分析指将物理或抽象对象的集合分构成为由类似的对象构成的多种类的分析过程。聚类是将数据分类到不同的类或者簇这样的一种过程，因此同一种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。聚类分析是一种摸索性的分析，在分类的过程中，人们不必事先给出一种分类的原则，聚类分析可以从样本数据出发，自动进行分类。聚类分析所使用措施的不同，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（FactorAnalysis）

?因子分析是指研究从变量群中提取共性因子的记录技术。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。

?因子分析的措施约有10多种，如重心法、影像分析法，最大似然解、最小平措施、阿尔发抽因法、拉奥典型抽因法等等。这些措施本质上大都属近似措施，是以有关系数矩阵为基本的，所不同的是有关系数矩阵对角线上的值，采用不同的共同性□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本的反覆法。

3、有关分析（CorrelationAnalysis）

?有关分析（correlationanalysis），有关分析是研究现象之间与否存在某种依存关系，并对具体有依存关系的现象探讨其有关方向以及有关限度。有关关系是一种非拟定性的