422
《數據分析實戰:基於EXCEL和SPSS係列工具的實踐》一1.4 數據分析的流程
本節書摘來異步社區《數據分析實戰:基於EXCEL和SPSS係列工具的實踐》一書中的第1章 ，第1.4節，紀賀元 著 更多章節內容可以訪問雲棲社區“異步社區”公眾號查看。
1.4 數據分析的流程
數據分析一般有數據采集、數據整理、製表、數據分析、數據呈現等多個階段。當然，不是說每一個數據分析的過程都需要這些階段，有的企業數據質量非常好，自然就不需要數據采集過程了；也有些數據分析並不怎麼需要呈現過程。不過，為了方便讀者理解，下麵將介紹一個完整的流程。
1.4.1 數據采集
數據采集指為了保證數據分析能夠順利展開而進行的數據采集工作。數據采集工作的難度、跨度非常大，有的采集工作非常簡單，僅僅是幾個簡單的郵件、電話，就能夠完成數據的采集工作；有的數據采集工作則非常痛苦，甚至經常會出現采集不到數據的情況。
數據采集的難度一般表現在如下幾個方麵。
（1）數據根本就不存在
由於企業缺乏數據規劃或者現場人員疏漏等原因，在采集數據的過程中，經常發現數據根本就不存在。
（2）數據過粗
如1.1.3節所述，企業經常在數據記錄的顆粒度方麵出問題，例如根據某企業的規定，項目的成本數據應該按照“天”為單位來記錄，但是我們最後發現成本記錄的單位是“月”，這中間的差別非常大。
（3）數據質量低下
數據的錯誤、對不上、缺漏等情況普遍存在，曾經有一個項目合作方對我說，如果嚴格校對數據質量，我們的數據可以刪除70%。試想想，在30%的比較“靠譜”的數據上做分析，得出的結論是否靠譜？
（4）人為原因導致數據采集困難
一些人為原因也會導致數據采集的困難，包括部門之間的隔閡、人際關係等因素。
1.4.2 數據整理
但凡是做過數據分析的人都知道，數據整理是一個痛苦而且複雜的過程，很多數據拿到手之後，並不能馬上做處理，而是要經過一個轉換過程，請看圖1-4所示的一個需要整理的數據案例。
從圖1-4可以看出，A列的數據都是合並單元格格式，如果要對以上的數據進行透視表分析，需要進行如下的操作。
（1） 取消合並單元格
選中A列，點擊EXCEL中的“開始”→“合並後居中”，取消合並單元格之後的數據效果如圖1-5所示。
（2） 填充空白單元格
按F5鍵，點擊“定位條件”，如圖1-6所示。
在彈出的界麵中選擇“空值”，如圖1-7所示。
這時工作表中的空白都被選中了，效果如圖1-8所示。
在公式欄中輸入“=A2”，也就是讓每一個單元格都等於上一個單元格的值，然後按“Ctrl+Enter”組合鍵，空白處都填充好了。填充後的效果如圖1-9所示。
以上隻是一個小小的例子，我們在進行數據處理的時候，都要先進行各種數據整理。甚至有時數據整理的時間會占據數據分析時長的70%以上。
1.4.3 製表
製表是日常工作的重要組成部分，也是數據分析的重要組成部分。實際上不少企業已經把企業管理工作貫穿到報表的實現當中，通過一張張精心設計的報表，管理人員可以迅速了解企業的采購、生產、銷售、售後、財務、人事、安全等相關信息。
企業常見的報表包括如下類型。
采購報表：反映企業各部門的需求，供應商供貨品類、價格等狀況，采購項目進展狀況等；
生產報表：包括產量表、成本表、人力消耗表、設備故障表、安全質量表等；
財務報表：包括銷售輸入管理、成本管控表、量本利分析表、流動資產管理表、負債管理表、投資項目決策表、財務預測表等；
售後報表：包括樣品跟蹤表、設備狀況跟蹤、客戶滿意度跟蹤、投訴建議表等；
人事報表：包括人員狀況、薪資福利、人員雇傭離職表等多個報表。
1.4.4 數據分析
數據分析的範圍非常廣泛，凡是基於業務需求出發且依托於數據進行分析的，就是數據分析。
企業的數據分析一般包括以下方麵。
營銷數據分析：這是企業數據分析的主要部分，個人認為也是數據分析最迷人最有魅力的地方。營銷數據分析包括營銷整體狀況分析、客戶分析、產品線分析、促銷分析、客戶畫像、客戶購買原因分析、營銷預測、營銷異常值分析等。
生產質量數據分析：包括生產態勢分析、設備故障分析、生產成本分析、質量穩定性分析等。
財務數據分析：財務數據分析也是數據分析的主要部分之一，在很多企業，營銷數據和財務數據有很多交集，甚至我見過一些企業的營銷數據基本上是在財務部進行匯總的。財務數據分析一般比較關心異常值分析、財務預測、成本結構、項目投融資決策等多個方麵。企業的其他部門也有一些數據分析的需求，不過分布得比較零散。
1.4.5 數據展示（呈現）
數據展示這件事情的跨度很大，高度重視數據展示的大企業會購買類似Tableau這樣的專業可視化軟件，這類軟件功能強大，能夠承受大數據量的考驗，且運轉速度快；而一般的企業由於實力限製或者沒有那麼高層次的需求，通常利用EXCEL或者一些數據分析插件來優化圖形展示效果即可。
最後更新：2017-06-22 15:32:07