313 技術社區[雲棲]

簡單數據分析

前麵基於excel進行了數據處理的練習，現在用一下常用的數據分析。其實完全可以把練習的這些數據通過tunnel upload到MaxCompute裏麵去，通過SQL進行處理和分析，這樣更靈活，不過用excel有excel的好處，就是方便，小數據量處理還是很好的。本文中所有數據分析的原數據在附件中，有需要練習的可以自己下載。
1. 對比分析
用途：兩個或者兩個以上的數據進行比較，發現規律和差異。
分析目標：對於兩年的注冊用戶數進行同比分析和環比分析。
操作要點：
• 數據透視表
• 日期分組（基於年月分組）
• 環比計算（數據百分比，緯度月份）
• 同比計算（數據百分比，緯度年份）
效果如下：

結構分析
用途：在分組的基礎上進行構成分析，例如：市場占比分析
分析目標：分析2012年每個月份注冊用戶數是否有微信的對比
操作要點：
• 數據透視表
• 基於月份分組
• 占比計算（同行百分比）
效果如下：
分布分析
用途：在分組的基礎上進行構成分析
分析目標：基於消費金額分組，分析一下各大區域的用戶消費情況
操作要點：
首先要分組；可以通過vlookup函數來分組，不過需要提前建立好分組表，分組表中的步長可以不等。也可以通過數據透視表裏麵的分組功能，不過數據透視表裏麵的分組功能步長是相等的。
基於分組後進行其他緯度的分析即可（拉到列標簽，處理一下數據格式）
效果如下：
交叉分析
用途：基於兩個或者兩個以上的重要指標進行數據切分，了解切分後的數據特點。
分析目標：基於月流量消耗和月消費金額兩個緯度，進行全國的用戶細分，找出高流量、高消費的用戶群體。
操作要點：
主要是通過vlookup函數將數據表和維表join一下，然後通過數據透視
表進行分析
在數據透視表中將高流量高消費區域的數據雙擊，就可以得到高消費高流量的用戶列表。
效果如下：
矩陣分析
用途：參照下麵這個圖，就能明白這個矩陣分析有啥作用了。