数据分析与报告撰写手册.docxVIP

数据分析与报告撰写手册

第1章数据基础与工具

1.1数据分析核心概念与术语

数据（Data）是指经过采集、记录或处理的信息集合，它是所有数据分析活动的基石；在商业场景中，数据通常分为结构化数据（如数据库中的表格）和非结构化数据（如文本、图像、视频），前者适合进行精确的统计分析，后者则需要结合自然语言处理技术。变量（Variable）是数据的基本单元，它代表一个可以测量的属性；例如，在销售数据中，“销售额”是一个数值型变量，而“客户姓名”是字符型变量，不同的变量类型决定了后续分析的方法截然不同。

数据集（Dataset）是由多个记录（Record）和多个变量（Variable）组成的集合，每一个记录代表一个观测对象（如一个客户或一条交易记录），数据集是进行建模和测试的最小单位。特征（Feature）是数据集中用于预测或分类的特定属性，它是机器学习算法直接作用的输入；例如，在房价预测模型中，“房屋面积”和“房屋位置”是两个关键的数值型特征，而“房屋装修”可能是一个分类特征。指标（Metric）是对数据集中特定属性的量化度量，用于评估数据质量或业务表现；例如，“库存周转率”是一个综合指标，它通过计算“库存天数”来反映产品卖出的速度。

假设（Hypothesis）是分析师对数据特征或模型性能提出的可验证的预测，例如“如果增加广告预算，率将显著上升”，假设是分析工作的起点