313 阿里云技术社区[云栖]

简单数据分析

前面基于excel进行了数据处理的练习，现在用一下常用的数据分析。其实完全可以把练习的这些数据通过tunnel upload到MaxCompute里面去，通过SQL进行处理和分析，这样更灵活，不过用excel有excel的好处，就是方便，小数据量处理还是很好的。本文中所有数据分析的原数据在附件中，有需要练习的可以自己下载。
1. 对比分析
用途：两个或者两个以上的数据进行比较，发现规律和差异。
分析目标：对于两年的注册用户数进行同比分析和环比分析。
操作要点：
• 数据透视表
• 日期分组（基于年月分组）
• 环比计算（数据百分比，纬度月份）
• 同比计算（数据百分比，纬度年份）
效果如下：

结构分析
用途：在分组的基础上进行构成分析，例如：市场占比分析
分析目标：分析2012年每个月份注册用户数是否有微信的对比
操作要点：
• 数据透视表
• 基于月份分组
• 占比计算（同行百分比）
效果如下：
分布分析
用途：在分组的基础上进行构成分析
分析目标：基于消费金额分组，分析一下各大区域的用户消费情况
操作要点：
首先要分组；可以通过vlookup函数来分组，不过需要提前建立好分组表，分组表中的步长可以不等。也可以通过数据透视表里面的分组功能，不过数据透视表里面的分组功能步长是相等的。
基于分组后进行其他纬度的分析即可（拉到列标签，处理一下数据格式）
效果如下：
交叉分析
用途：基于两个或者两个以上的重要指标进行数据切分，了解切分后的数据特点。
分析目标：基于月流量消耗和月消费金额两个纬度，进行全国的用户细分，找出高流量、高消费的用户群体。
操作要点：
主要是通过vlookup函数将数据表和维表join一下，然后通过数据透视
表进行分析
在数据透视表中将高流量高消费区域的数据双击，就可以得到高消费高流量的用户列表。
效果如下：
矩阵分析
用途：参照下面这个图，就能明白这个矩阵分析有啥作用了。