一.为什么要学习数据分析方法？

在进行数据分析工作时，我们要先知道 数据背景和理解数据，在清洗完数据后，就要进行数据分析与构建可视化模型，最后制作 数据分析报告。

而在我们清洗完数据后，进行数据分析与建模时面对一堆数据，如何去展开分析？面对问题时，要如何去分析？要如何构建出可以明确问题以及为解决问题提供数据依据的可视化模型？

学习数据分析方法 可以让我们 学会透过数据，有结构的系统的找出业务问题及其解决方法。

二.什么是分析方法

分析方法就是将零散的想法整理成有条理的思路。

三.常用的分析方法有哪些

1.逻辑树分析方法

逻辑树分析方法就是将一个复杂的问题变成几个简单的问题。把复杂的问题拆解成简单的问题来分析解决。

逻辑树分析方法在解决业务问题时，并不是单独存在的，经常会融合在其他分析方法中，辅助解决业务问题。

可以运用逻辑树分析方法来解答著名的“费米问题”，解题四步法：明确问题、构建解题公式、拆解公式、合理性复查。

2.PEST分析方法

进行 行业分析时，就要用到PEST分析方法。

PEST分析方法主要从政策(Policy)、经济(Economy）、社会（Society）、技术（Technology）四个方面来进行行业分析。

PEST分析方法通常运用于行业发展的宏观分析。如公司要对内部环境有所了解，制定发展规划的时候。当面对重大问题需要进行行业分析的时候。也可以运用于个人的职业规划选择行业的时候。

3.多维度拆解分析方法

多维度拆解分析方法就是从多个角度去分析问题，将复杂的问题从多个角度拆解成简单的问题。

多维度拆解分析方法将整体拆解成部分，可以看到内部的差异，避免辛普森悖论（只看数据整体可能看不到数据内部的差异，需要从多个维度去分析拆解才能得到准确的结论）通过拆解分析可以从多个角度交叉验证结论，进而避免数据整体与内部存在的信息差异。防止分析数据整体与数据部分会得到完全相反的结论。

多维度拆解分析方法可以从指标构成（问题主要由哪几个指标构成）和业务流程（问题主要经过哪些业务流程）这两个方面去分析拆解。

4.对比分析方法

对比分析方法就是通过对比找出存在的差异，分析业务问题。

对比分析方法将两个或者多个对象进行对比来分析问题。主要通过自身对比和行业对比这两个方面，来进行分析对比。在进行对比分析时，比较对象的规模要一致。

如何选择：遇到问题，通过比较行业值（自身指标比率小于行业值比率就选择跟自己比较。反之，跟行业对比）决定比较的对象。

对比分析方法主要从个3个维度来比较

1.数据整体的大小：平均值、中位数、某个业务指标。

2.数据的波动：变异系数

3.趋势变化：时间折线图（横轴为时间，描述了过去到现在发生了哪些变化，还可以通过数据的变化预测未来数据的走向） 环比（和本年上一个月进行对比，用于短期观察数据）和同比（和上一年同一个月进行对比）

万能对比表格

常用对比方法：A/B测试法。即为同一个目标设计两组不同的版本，A组为实验组，B组为对照组。收集两组的数据进行对比分析，查看哪组的效果更好，选择效果好的一组进行全面推广。

5.假设检验分析方法

假设检验分析方法即逻辑推理。步骤：1.提出假设。2.收集证据。3.得出结论。

假设检验分析方法能够培养逻辑推理能力以及分析问题发生的原因（归因分析）。

假设检验分析方法得出的结论不可以是主观猜想出来的，必须通过数据证据来证明结论。假设检验是需要不断重复的过程，得出结论不代表分析停止，要多思索，多找原因，用数据检验可能的原因，找到问题的根源所在。

在用数据检验假设的过程中，灵活运用多个分析方法来进行问题分析。

案列实践：用业务分析方法来分析电商婴儿用品

数据背景和理解数据。

本次数据集仍以前面婴儿用品数据的数据集来进行分析

数据来源：阿里巴巴天池。

https://tianchi.aliyun.com/dataset/dataDetail?dataId=45​tianchi.aliyun.com/dataset/dataDetail?dataId=45

对数据集进行分类：

用户数据：用户ID、出生日期、性别。

行为数据：购买数量、购买日期。

产品数据：商品属性、商品一级分类、商品二级分类。

分析电商婴儿用品：由于数据有限，只根据现有的数据对婴儿用品进行业务分析。

问题1.不同年龄婴儿用户对商品销售量是否存在差异？

问题2.造成不同性别婴儿用户商品销售量存在差异化的原因？

问题3.造成商品各类目销售差异大的原因？

问题4.造成商品季度销售量差异大的原因？