版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
文前.indd12022/8/214:33:53
内 容 简 介
本书以循序渐进的方式,由浅入深地讲解了数据分析的整个过程。全书共分7章,包括数据分析概述、数据获
取、数据整理、数据可视化、数据挖掘基础、数据分析报告和数据分析案例。每章内附有实用性范例供读者练习,
巩固所学知识。
本书在讲解数据可视化基础性原理的同时,融入真实案例分析,具有较强的实用性,可帮助读者举一反三,真
正掌握大数据可视化和数据挖掘的工具软件,并能运用大数据思维解决学习和工作中的实际问题。
本书适合作为高等院校非计算机专业大数据可视化、数字媒体设计等课程的教材,也可作为对数据分析感兴趣
读者的参考书。
图书在版编目(CIP)数据
数据可视化与分析基础/张丹珏主编.—3版.—北京:
中国铁道出版社有限公司,2022.8
高等院校大数据技术与应用系列教材
ISBN978-7-113-29426-7
Ⅰ.①数…Ⅱ.①张…Ⅲ.①可视化软件-高等学校-
教材Ⅳ.①TP31
中国版本图书馆CIP数据核字(2022)第118463号
书名:数据可视化与分析基础
作者:张丹珏
策划:曹莉群编辑部电话:(010)63549508
责任编辑:陆慧萍 彭立辉
封面设计:刘 颖
责任校对:焦桂荣
责任印制:樊启鹏
出版发行:中国铁道出版社有限公司(100054,北京市西城区右安门西街8号)
网址:/51eds/
印刷:北京柏力行彩印有限公司
版次:2019年8月第1版2022年8月第3版 2022年8月第1次印刷
开本:850 mm×1 168 mm 1/16印张:16.25字数:418千
书号:ISBN978-7-113-29426-7
定价:52.00元
版权所有侵权必究
凡购买铁道版图书,如有印制质量问题,请与本社教材图书营销部联系调换。电话:(010)63550836
打击盗版举报电话:(010)63549461
文前.indd22022/8/116:52:39
前言
大数据技术经历了多年的发展,已经在金融、电信、教育、医药等领域得到了较多且较为成功的
应用,这使人们看到了该技术所带来的社会变革,而IT技术的高速发展使得该技术趋于大众化,使
得越来越多的人能够参与其中,分享该技术带来的乐趣。
本书系统地介绍了数据分析、数据可视化与数据挖掘的概念和方法,在内容编排上侧重于应用,
用案例将知识点进行串联。本次修订将数据分析过程细化为数据获取、数据整理、数据可视化和数据
挖掘图表制作、数据公式与函数、数据可视化案例,对其操作方案与步骤进行详解,同时对书中的案
例进行了优化,以期达到提高读者学习兴趣、增强实践动手能力的目的。
本书对于初次接触数据分析的读者会有很大帮助,书中对数据分析的每一步操作都有详尽的说明,
且选用的软件都是相关工具软件,无须编程基础即可完成整个分析过程,使读者能够脱离枯燥的代码
环境,专注于数据本身,为数据分析带来全新的思路和视角。书中涉及的数据均来自网络,仅供学习
研究使用。
本书由张丹珏担任主编,郑俊担任副主编,李妍、赵任颖、施庆参与编写。全书由顾顺德主审。
具体编写分工如下:第1章由施庆编写;第2章由李妍编写;第3章由赵任颖编写;第4章的4.1~4.3、
4.5和4.6由郑俊编写;第4章的4.4由施庆编写;第4章的4.7、第5~7章和附录A由张丹珏整理;
附录B由盛家骏、翁少逸、蒋雨蔚和张丹珏整理;附录C由赵任颖整理。
本书赠送在线配套课程,读者如有需要可以根据附录C中的相关介绍进行在线学习。
在本书的编写过程中,得到了许多老师的大力支持和热情帮助,中国铁道出版社有限公司的编辑
对本书的出版给予了大力支持,在此表示衷心的感谢!
由于时间仓促,编者水平有限,书中难免存在疏漏或不足之处,恳请读者批评指正,以便及时修
改和完善。
编者
2022年3月
文前.indd32022/8/111:54:35
文前.indd42022/8/111:54:35
目录
第1章 数据分析概述...............1第3章 数据整理..................29
1.1大数据简介......................................................13.1初识FineBI.................................................29
1.2数据可视化......................................................23.1.1 软件概况.................................29
1.2.1数据可视化概述......................23.1.2 软件安装与启动.....................29
1.2.2 在线可视化工具......................23.1.3 FineBI主界面.........................34
1.2.3 桌面版可视化软件..................63.2数据准备........................................................36
1.3 数据挖掘...........................................................83.2.1 业务包管理.............................36
1.3.1 数据挖掘概述..........................83.2.2 数据源连接.............................37
1.3.2 常用数据挖掘工具..................83.2.3 数据表基础操作.....................40
1.4数据分析...........................................................93.3数据加工........................................................41
1.4.1数据分析概述..........................93.3.1 过滤........................................42
1.4.2数据分析的目的与分类.........103.3.2 分组汇总.................................46
1.4.3数据分析的作用.....................103.3.3 字段设置.................................48
1.5数据分析的步骤........................................103.3.4 排序........................................48
3.3.5 新增列....................................49
1.6数据分析方法论........................................12
3.3.6 数据表合并.............................52
1.7常见数据分析法则..................................12
3.4资源迁移........................................................54
第2章 数据获取..................143.4.1 导入BI数据表.......................55
3.4.2 导出BI数据表.......................57
2.1 数据及数据来源........................................14
3.5综合案例——交通违规数据整理....58
2.1.1 数据........................................14
2.1.2 数据来源.................................14第4章数据可视化................64
2.1.3 数据抓取.................................15
4.1 数据可视化概述........................................64
2.2 八爪鱼采集器.............................................15
4.2 仪表板创建与设计..................................64
2.2.1 采集器简介.............................15
4.2.1 仪表板概述.............................64
2.2.2 使用模板采集数据.................16
4.2.2 仪表板的创建与设计.............65
2.2.3 智能识别采集数据.................20
4.3 组件添加与编辑........................................69
2.2.4 自定义配置采集数据.............22
文前.indd12022/8/111:54:35
II数据可视化与分析基础
4.4 公式与函数..................................................845.3.2数据的角色...........................169
4.4.1 常量和运算符.........................845.3.3数据的导入...........................169
4.4.2 函数的组成.............................865.3.4数据的集成...........................174
4.4.3 计算语法.................................875.3.5数据的导出...........................175
4.4.4 逻辑函数.................................885.3.6数据整合...............................176
4.4.5 数学和三角函数.....................895.4数据建模——决策树..........................176
4.4.6 聚合函数.................................905.4.1数据预测...............................176
4.4.7 文本函数.................................925.4.2用户画像...............................180
4.4.8 日期函数.................................945.4.3模型分析...............................183
4.4.9 快速计算函数.........................965.5数据建模——关联分析....................185
4.5 组件类型与应用.....................................1035.5.1关联参数...............................185
4.5.1 可视化组件...........................1035.5.2关联分析...............................186
4.5.2 过滤组件...............................1325.6综合案例——成绩分析....................188
4.5.3 其他组件...............................135
4.6 钻取与联动...............................................137第6章数据分析报告............193
4.7 综合案例.....................................................1416.1数据分析报告概述...............................193
4.7.1 景点客流量展示...................1416.2数据分析报告的写作原则...............193
4.7.2 校情展示...............................1476.3数据分析报告的结构..........................194
第5章数据挖掘基础............1586.4数据分析报告排版..............................195
5.1数据挖掘概述..........................................1586.5综合案例——数据分析报告
5.1.1数据挖掘的分类...................158排版................................................................196
5.1.2数据挖掘的步骤...................159
第7章数据分析案例............202
5.1.3数据挖掘的应用...................160
5.1.4数据挖掘的案例...................1607.1广告投放分析..........................................202
5.2IBMSPSSModeler18简介.......161
7.1.1数据导入...............................202
5.2.1软件下载与安装...................1627.1.2创建仪表板...........................203
5.2.2软件界面介绍.......................1627.1.3制作“广告投放分析
5.2.3数据流构建...........................164首页”仪表板......................204
5.2.4模型简介...............................1667.1.4制作“广告投放概况
5.3数据整理.....................................................168分析”仪表板......................204
5.3.1数据的属性...........................1697.1.5制作“广告投放渠道
分析”仪表板......................209
文前.indd22022/8/111:54:35
目 录III
7.1.6制作“注册人数预测”7.2.5制作“基于RFM模型的
仪表板..................................211客户价值分析”仪表板.......221
7.1.7制作“结论和建议”7.2.6制作“用户画像”
仪表板..................................214仪表板..................................228
7.1.8导出仪表板...........................2157.2.7制作“结论和建议”
7.2客户价值分析..........................................216仪表板..................................233
7.2.1数据导入...............................2167.2.8导出仪表板...........................234
7.2.2创建仪表板...........................216附录A数据分析报告评分表......235
7.2.3制作“客户价值分析
附录B数据分析报告示例........236
首页”仪表板.......................217
7.2.4制作“基于帕累托模型的附录C如何获取在线配套课程....251
客户价值分析”仪表板.......218
文前.indd32022/8/111:54:35
文前.indd42022/8/111:54:35
第1章
数据分析概述
在当今飞速发展的数字化社会,数据量呈现井喷式增长,如何从这些数据中提取有效信息显得尤为
重要和迫切。一个专业的数据分析师,除了需要掌握各项操作技能、了解各种数据分析工具,更重要的
是具备数据分析的思维逻辑。
本章将着重介绍数据分析领域的相关概念、工具及方法,帮助读者了解大数据、数据可视化、数据
挖掘以及数据分析的步骤、方法和分析法则,为后续的学习打下扎实的理论基础。
1.1大数据简介
大数据(BigData)又称巨量资料,是指需要新处理模式才能具有更强的决策力、洞察发现力和流
程优化能力,来适应海量、高增长率和多样化的信息资源。
大数据具有以下5V特征:
(1)Volume(大量):指巨大的数据量,包括采集、存储及计算过程中的数据。大数据的起始计
算单位一般是PB、EB或ZB。
数据量的单位换算如下:
1GB(GigaByte、吉字节)=1024MB
1TB(TrillionByte、太字节)=1024GB
1PB(PetaByte、拍字节)=1024TB
1EB(ExaByte、艾字节)=1024PB
1ZB(ZettaByte、泽字节)=1024EB
(2)Velocity(高速):指数据增长速度快,处理速度也快,时效性要求高。
(3)Variety(多样):指种类和数据来源多样化,包括结构化、半结构化和非结构化数据,具体
表现为网络日志、音频、视频、图片、地理位置信息等,多类型的数据对数据的处理能力提出了更高的
要求。
(4)Value(价值):指数据价值密度相对较低。随着互联网以及物联网的广泛应用,信息感知无
01.indd12022/8/111:44:00
2数据可视化与分析基础
处不在,而价值密度的高低与数据总量的大小成反比,因此,如何通过强大的机器算法迅速地完成数据
的价值“提纯”是目前大数据背景下亟待解决的难题。
(5)Veracity(真实性):指数据的准确性和可信赖度,即数据的质量。
1.2数据可视化
1.2.1数据可视化概述
数据可视化旨在借助图形化手段,清晰有效地传达数据中蕴含的信息,其本质是将复杂的数据用视
觉展示的方式增强用户对数据的理解,以准确、形象、快速的传达方式凸显数据的含义。数据可视化综
合应用计算机科学、图形学、可视化设计、心理学等多个领域的知识,运用符合人类视觉系统的方式为
用户提供简洁、直观、形象、有趣、易于理解的数据展示,从而帮助用户了解数据,应用数据。
值得一提的是:数据可视化是一个处于不断演变中的概念,其边界在不断地扩大,涵盖的范围也变
得越来越广。
1.2.2 在线可视化工具
常见的在线可视化工具有以下几种:
1.ECharts
ECharts是一个免费的、功能强大的、可视化的库。它可以流畅地运行在PC和移动设备上,兼容
当前绝大部分浏览器(如EdgeChrome、Firefox、Safari等),底层依赖轻量级的Canvas类库ZRender,
提供直观、生动、可交互、可高度个性化定制的数据可视化图表。简单地说,ECharts就是一个帮助数
据可视化的库。官方实例如图1-1所示。
图1-1 ECharts官方实例
01.indd22022/8/111:44:00
第1章数据分析概述3
2.GAPMINDER
GAPMINDER是位于瑞典斯德哥尔摩的一个非营利机构的网站,目的是“replacedevastatingmyths
withafact-basedworldview”。它们收集了大量的国际统计数据,用非常简单形象而极富动感的方式进
行展示,既可在线播放,又可下载(每次联网时会自动下载更新数据),免费使用。官方实例如图1-2
所示。
图1-2 GAPMINDER官方实例
3.D3
D3全称是Data-DrivenDocuments,顾名思义是一个被数据驱动的文档,它是一个JavaScript的函数库,
主要用于数据可视化的展现。官方实例如图1-3所示。
图1-3 D3官方实例
01.indd32022/8/111:44:00
4数据可视化与分析基础
4.RAWGraphs
RAWGraphs号称是“电子表格和矢量图形之间的缺失链接”,它建立在D3.js之上,界面设计直观,
开源免费,不需要任何注册。它有一个21种图表类型的库可供选择,所有的处理均在浏览器中完成。此外,
RAWGraphs是高度可定制和可扩展的,甚至可以接受新的自定义布局。官方实例如图1-4所示。
图1-4 RAWGraphs官方实例
5.Datawrapper
Datawrapper是一个用于制作交互式图表的在线数据可视化工具。通过从CSV文件上传数据或直接
将其粘贴到字段中,Datawrapper将生成相关的可视化文件,非常容易使用和生成有效的图形。官方实
例如图1-5所示。
图1-5 Datawrapper官方实例
01.indd42022/8/111:44:00
第1章数据分析概述5
6.TableauOnline
TableauOnline是目前较为流行的可视化工具,它支持各种图表、图形和地图。这是一个完全免费
的工具,用它制作的图表可以很容易地嵌入到任何网页中,无须离开浏览器,即可连接到数据源,也可
以使用Web制作功能新建工作簿和可视化。此外,Tableau还有可供下载的付费版本。官方实例如图1-6
所示。
图1-6 Tableau官方实例
7.Plotly
Plotly是一个开源的Python的库,可以完成基于Web的数据分析和绘图生成。使用Plotly输出的结
果是一个使用Plotly.js绘制而成的交互网页,同样支持生成静态图表,如pdf、png之类的。官方实例如
图1-7所示。
图1-7 Plotly官方实例
01.indd52022/8/111:44:01
6数据可视化与分析基础
8.VisualizeFree
VisualizeFree是一个免费的可视化工具,其本质上是一个托管平台,允许用户使用公开的或者自行
上传的数据集,然后依据设置,构建完成交互式可视化的演示数据。官方实例如图1-8所示。
图1-8 VisualizeFree官方实例
1.2.3 桌面版可视化软件
相对于在线可视化工具的种种功能性局限,以下4种桌面版可视化软件则更为方便易用。
1.FineBI
FineBI是由帆软软件有限公司推出的一款商业智能(BusinessIntelligence)产品,是国内较为成熟
的可视化分析软件,用户可以通过快速的数据处理和管控,对数据进行便捷的探索分析。
FineBI的主要优势如下:
(1)完善的数据准备管理策略。FineBI支持丰富的数据源连接,帮助企业进行多样数据整合;支
持数据业务包功能,基于业务需求做好数据分类管理;支持智能的表间字段关联,多种关联方式搭配使
用;支持表与字段名称智能转义,增强数据可读可用性;自带数据处理工具,支持对数据进行转换处理,
如构建自循环列等。
(2)灵活的自助数据处理。FineBI重点打造的自助数据集,提供了新增列、分组统计、过滤、排序、
01.indd62022/8/111:44:01
第1章数据分析概述7
上下合并、左右合并等功能,可让用户以极低的学习成本将数据处理成自己需要的结果。
(3)可视化探索式分析。用户只需要进行简单的拖动操作,选择需要分析的字段,就能够以最直
观快速的方式了解自己的数据,发现数据问题的模块。同时FineBI提供的强大可视化效果,还可以让
用户的数据以更生动、更有冲击力的方式进行展现。
(4)完备的数据共享与呈现方案。FineBI支持PC端和移动端,支持自由切换数据的分析维度、
指标、方式以及过滤条件,支持钻取、联动,也支持数据的注释标记、分享、推送提醒等功能,用户可
以随时随地了解自己关心的数据。
(5)以IT为中心的企业级管控。FineBI提供了以IT为中心的企业级管控方案,应用FineBI管理
平台,IT中心可以轻松地进行报表管理、用户管理、机构管理、权限管理等,让用户在有序的管控下,
能够自由地针对权限范围内的数据进行BI分析以及数据洞察。
2.OracleAnalyticsDesktop
OracleAnalyticsDesktop是Oracle推出的一个数据可视化独立产品,也是OracleBI产品BIEE的一
部分。OracleAnalytics的产品组件,不仅支持本地部署,也可以在云端方便地访问,甚至在个人的桌面端,
用户也可以随时随地自如地分析任何来自个人或企业内部的数据。
OracleAnalyticsDesktop在方便用户使用、加速交互性的同时,保证数据的准确性和一致性,并具
有以下亮点:
(1)可视:用丰富的可视化控件展示数据,且方便分享给其他人。
(2)简单:不论是加载数据,或者混搭不同来源的数据,还是以拖动的方式进行交互性探索,都
以用户期望的方式进行。
(3)快速:只需要通过点击,就可以快速地检索数据,找到更多的答案和业务洞察。
(4)智能:对数据进行解读,推荐最佳的表现形式,并可以根据上下文自动进行联动。
OracleAnalyticsDesktop可以有多种部署选择,包括云端的OracleAnalyticsCloud、本地部署的
OracleAnalytics以及桌面版OracleAnalyticsDesktop。用户可以根据实际需要,选择任何一种工作方式,
利用相同的技术进行自助式的数据探索,并且可以在不同的工作方式下非常容易地进行迁移和共享。
3.PowerBI
PowerBI是微软旗下的一个一体化的BI和分析平台,提供“即服务”或者桌面客户端,但是评分
最高的还属其可视化功能。可视化能够直接从报告中创建,可以同整个组的用户共享。除了大量的内置
可视化样式外,也可以在AppSource社区不断创建新的可视化样式。如果用户想自己编码,可以使用开
发人员工具(DeveloperTools)从头开始创建并与其他用户共享。它还包括一个自然语言界面,允许通
过简单的搜索词建立不同复杂度的可视化。
PowerBI的主要产品有PowerBI、PowerBIDesktop、PowerBIPremium、PowerBIMobile、PowerBI
Embedded和PowerBIReportServer。
4.TableauDesktop
Tableau是一家提供商业智能的软件公司,主要产品有TableauPublic、TableauDesktop、Tableau
Online、TableauServer、TableauMobile和嵌入式分析等。TableauDesktop是桌面系统中最简单的商业智
能工具软件之一。Tableau是能够帮助用户查看并理解数据的商业智能软件,具有分析快速、简单易用、
01.indd72022/8/111:44:01
8数据可视化与分析基础
不限数据源、智能仪表板、自动更新、瞬时共享等特点。
“所有人都能学会的业务分析工具”,这是Tableau官网上对TableauDesktop的描述。Tableau
Desktop是基于斯坦福大学突破性技术的软件应用程序,分个人版和专业版。TableauDesktop能连接许
多数据源,如Access、Excel、文本文件、DB2、MSSQLServer、Sybase等,在获取数据源中的各类结构
化数据后,它帮助用户生动地分析实际存在的任何结构化数据,以在几分钟内生成美观的图表、坐标图、
仪表盘与报告。利用Tableau简便的拖放式界面,可以自定义视图、布局、形状、颜色等,帮助用户展
现自己的数据视角。
1.3 数据挖掘
1.3.1 数据挖掘概述
在大数据时代,如果人们想要探究数据深层次的内涵,离不开数据挖掘的操作。数据挖掘(Data
Mining),又译为资料探勘、数据采矿,一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。
数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统和模式
识别等诸多方法来实现上述目标。
数据挖掘常见的分析方法有分类、估计、预测、相关性分组或关联规则、聚类复杂数据类型挖掘等。
1.3.2 常用数据挖掘工具
1.IBMSPSSModeler
IBMSPSSModeler是IBM开发的一个面向商业用户的高品质数据挖掘工具,该软件拥有可视化用户
界面,简单易用,且包含多种挖掘算法,可快速建立数据模型,挖掘结果直观易懂,可应用于商业活动,
从而改进决策过程,故在数据挖掘领域具有较好的口碑。
2.R
R是属于GNU系统的一个自由、免费、源代码开放软件,有UNIX、Linux、MacOS和Windows版本,
是一个用于统计计算和统计制图的优秀工具。R是一套完整的数据处理、计算和制图软件系统。其功能
包括:数据存储和处理系统;数组运算工具;完整连贯的统计分析工具;优秀的统计制图功能;简便而
强大的编程语言,可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。
事实上,与其说R是一种统计软件,还不如说R是一种数学计算的环境,因为R并不仅仅提供若
干统计程序,用户只需指定数据库和若干参数便可进行统计分析。R的思想是:它可以提供一些集成的
统计工具,但更大量的是它提供各种数学计算、统计计算的函数,从而使用户能灵活机动地进行数据分
析,甚至创造出符合需要的新的统计计算方法。
3.OracleDataMining
OracleDataMining是OracleAdvancedAnalytics数据库选件的一个组件,它提供了强大的数据库挖掘
算法,可以让数据分析师发现洞察、做出预测并利用其Oracle数据进行投资。通过OracleDataMining,
用户可以在Oracle数据库中构建和应用预测性模型,从而帮助用户预测客户行为、确定理想客户、制定
01.indd82022/8/111:44:01
第1章数据分析概述9
客户档案、发现交叉销售机会、发现异常情况并识别潜在欺诈行为。
OracleDataMining中的算法以SQL函数形式实现,充分利用了Oracle数据库的优势。SQL数据挖
掘函数可以挖掘数据表和视图、星状模式数据,包括事务性数据、聚合、非结构化数据,即CLOB数据
类型(使用OracleText提取令牌),以及空间数据。OracleAdvancedAnalyticsSQL数据挖掘函数充分利
用数据库的并行能力进行模型构建和模型应用,并沿用所有数据和用户权限和安全方案,可以在SQL
查询、BI仪表盘和嵌入式实时应用中包含预测模型。
4.Weka
Weka全称是WaikatoEnvironmentforKnowledgeAnalysis,是一个公开的数据挖掘工作平台,集合了
大量能承担数据挖掘任务的机器学习算法,包括对数据进行预处理,提供分类、回归、聚类、关联规则
以及在新的交互式界面上的可视化。
2005年8月,在第11届ACMSIGKDD国际会议上,Waikato大学的Weka小组荣获了数据挖掘和
知识探索领域的最高服务奖,Weka系统得到了广泛的认可,被誉为数据挖掘和机器学习历史上的里程碑,
是现今最完备的数据挖掘工具之一,每月下载量超过万次。Weka高级用户可以通过Java编程和命令行
来调用其分析组件。同时,Weka也为普通用户提供了图形化界面,与R相比,Weka在统计分析方面较弱,
但在机器学习方面要强得多。
5.RapidMiner
RapidMiner是一个用于机器学习和数据挖掘实验的环境,用于研究实际的数据挖掘任务,是世界领
先的数据挖掘开源系统。该工具以Java编程语言编写,通过基于模板的框架提供高级分析。
6.KNIME
KNIME是一个基于Eclipse平台开发、开源的模块化数据挖掘软件平台。它提供了自建服务器版和
云版两种支持方式,能够让用户可视化创建数据流,选择性地执行部分或所有分解步骤,然后通过数据
和模型上的交互式视图研究执行后的结果。
KNIME兼容多种数据形式,如纯文本、数据库、文档、图像、网络,还支持基于Hadoop的数据格
式,兼容多种数据分析工具和语言。此外,KNIME还支持R语言和Python语言的脚本,从而提供了易
于使用的图形化接口,能够把分析结果通过生动形象的图形展示给用户。
KNIME核心版本已经包含数百个数据集成模块(文件I/O,支持所有通用JDBC的通用数据库管理
系统的数据库节点)、数据转换(过滤器、转换器、组合器),以及常用的数据分析和可视化方法。使
用免费的ReportDesigner扩展,KNIME工作流可用作数据集,以创建可导出为doc、ppt、xls、pdf等文
档格式的报告模板。
1.4数据分析
1.4.1数据分析概述
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总、理解并消化,
以求最大化地开发数据的功能,发挥数据的作用。
01.indd92022/8/111:44:01
10数据可视化与分析基础
1.4.2数据分析的目的与分类
数据分析的目的是把隐藏在大批看似杂乱无章的数据背后的信息集中和提炼出来,总结所研究对象
的内在规律,帮助管理者进行有效的判断和决策。
数据分析的分类有以下3种:
(1)描述性数据分析:侧重于概括和表述数据的整体状况。
(2)探索性数据分析:侧重于在数据中发现新的特征。
(3)验证性数据分析:侧重于验证已有假设的真伪。
1.4.3数据分析的作用
数据分析的作用主要体现在以下几方面。
1.市场营销方面
通过数据分析和数据挖掘技术,可以精准地寻找目标用户,发现用户特征,构建用户画像,预测用
户行为,对用户进行合理分群、用户偏好预测、用户个性化推荐等。
此外,通过对用户行为分析研究,针对用户的多维度属性、标签和行为数据,进行用户流失预警、
用户生命周期分析、用户影响力分析、用户价值分析等相关用户行为研究。
再者,通过监测并分析行业竞品情况,收集并解读相关用户和市场研究报告,为公司产品规划提供
支持,对行业竞争品和行情进行监控。
2.运营管理方面
在运营管理方面,通过对日常报告和数据的制作与维护,运营人员可以对公司业务的运营情况展开
深入分析,提出发展策略和建议。借助于监控评估运营活动效能,运营人员也可以评估运营活动效能,
提出营销活动优化和成本控制解决方案,并主导或协助落实。在公司管理层面,通过数据分析,可以针
对运营团队整体KPI考核及情况制定对应绩效考核方案并跟踪绩效考核实施。
3.产品研发方面
数据分析可以帮助产品进行优化升级,并对新产品的研发提供有效的数据支持。
4.大数据平台支持方面
对于基金、证券、期货、投资这些金融行业,每天都会产生大量的数据,这些海量的数据更是离不
开数据分析的辅助,对于深层次的数据挖掘具有强大的应用前景。
5.其他方面
此外,数据分析在餐饮行业、旅游行业、快速消费品行业、教育行业、物流行业、互联网金融行业、
建筑业等都具有举足轻重的价值。在如今这个时代,谁先认识到数据分析的巨大潜力并付诸行动,谁就
能抢占先机。
1.5数据分析的步骤
数据分析过程包括6个循序渐进的基本步骤,它们相辅相成,缺一不可,是企业在数据分析时必不
可少的步骤。
01.indd102022/8/111:44:01
第1章数据分析概述11
1.明确分析目的和思路
明确分析目的和思路有助于帮助分析者提供清晰的指引方向,保证数据分析的有效进行。
2.数据收集
数据收集是按照确定的数据分析目的收集相关数据的过程,它为数据分析提供基础。一般数据来源
于以下4个渠道:
(1)权威机构:各国各级政府公开发布的数据,如中国国家统计局等。
(2)互联网:网络平台上公开的数据信息,如微博、百度、大众点评等。
(3)市场调查:自发进行的调研活动,向特定的群体收集数据。
(4)企业数据库:企业掌握的生产、运营数据,一般这类数据不会公开发布,或者经过脱敏后公
开使用。
3.数据预处理
数据预处理是指对收集到的数据进行加工整理,形成适合数据分析的样式,是数据分析前必不可少
的阶段,其目的是从大量的、杂乱无章、难以理解的数据中抽取并导出对解决问题有价值、有意义的数
据,从而提高数据分析的效率。
数据预处理包括数据清洗、数据集成、数据变换和数据归约等。
4.数据分析
数据分析是指用适当的分析方法及工具,对处理过的数据进行分析,提取有价值的信息,形成有效
结论的过程。
数据分析分为以下三大类:
(1)描述性数据分析:侧重于概括和表述数据的整体状况,包括数量统计、数据缺失情
况、样本分布、平均值、分位数、方差、指标在时间和空间上的变化趋势等。
(2)探索性数据分析:侧重于在数据中发现新的特征,是为了形成值得假设的检验而对数据进行
分析的一种方法,是对传统统计学假设检验手段的补充。探索性数据分析的出发点不仅是确定数据质量,
更是从数据中发现数据颁布的模式和提出新的假设。
(3)验证性数据分析:侧重于验证已有假设的真伪,注重对数据模型和研究假设的验证。
5.数据展现
数据展现在数据分析步骤中是一个重要的角色,只有将收集的数据通过处理和分析,形成有用的信
息,并且用图形,如柱形图、饼图、折线图等进行展现,能让人们一目了然地发现数据的本质及作用。
数据展现需要做到内容清晰易理解、信息完整明确、简洁美观。
6.报告撰写
撰写报告是数据分析的最后一步,是整个数据分析过程的总结,是给企业决策者的一种参考,为决
策者提供科学、严谨的决策依据。
一份优秀的数据分析报告,需要有一个明确的主题和一个清晰的目录,能图文并茂地阐述数据、条
理清晰地呈现结论,使决策者能一目了然地看出报告的核心内容,这样既能给阅读者视觉上的冲击,又
能很明确地阐述数据分析的核心内容
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 知识型员工激励现状
- 学籍申请书12篇
- 陕西省咸阳市市东方中学高三数学文上学期期末试卷含解析
- 22《读不完的大书》(教案)部编版语文三年级上册
- 帕金森病临床表现、预防措施及诊断治疗
- 鼻饲操作方法、并发症发生原因、临床表现及预防处理措施
- 第三单元信息窗1《24时计时法》(教案)-三年级下册数学青岛版(五四学制)
- 2024年04月浙江省金华市自然资源调查登记中心2024年招考编外合同制工作人员笔试历年高频考点试题后附答案详解
- 四年级上册美术教案 -1 2 精美的邮票 ∣人教新课标
- 二年级下册心理健康教学设计-第二十四课 帮爸爸妈妈分担 爸爸妈妈都爱我|北师大版
- 幼儿园游戏活动设计与指导(课堂)课件
- 碎石桩施工原始记录表
- 小学英语 频度副词的用法课件
- 氮气、氩气管道安装作业指导书
- 食品安全管理员(食品安全试题库)
- 中考记叙文专题复习之标题的含义及作用课件
- DB45-T 2125-2020岩溶区公路隧道技术规范-(高清可复制)
- 廉洁文化进校园主题学习班会课件
- 中建市政基础设施常见质量通病防治图集
- 物质的检验和鉴别分离与除杂-完整版课件
- 《传感器原理及应用》全套教学课件
评论
0/150
提交评论