资源简介

(共15张PPT)
项目二数据分析思路与可视化理论篇商务数据的分析与应用任 务 一理清数据分析思路123先总后分，逐层拆解抽丝剥茧，寻踪问迹内涵外延，概念清晰一、先总后分，逐层拆解例如，某个公司的利润减少了，这是一个汇总的结果，要分析利润减少的原因，需要通过数据来进行。“利润=收入—支出”利用该公式可以将一个总的问题“利润”，转化为两个相对较小的子问题“收入”和“支出”。理清数据分析思路理清数据分析思路一、先总后分，逐层拆解通常而言，利润减少存在以下5种可能：理清数据分析思路一、先总后分，逐层拆解继续对两个子问题进行拆解，由于“”，如果收入减少，那么存在以下5种可能：该分析思路的好处是，先有整体后有部分，即先有整体的概念，再在整体的组成要素中寻找引起整体变动的原因，找到原因之后再继续拆解，直到无法拆解为止。按照上面这个分析思路一级级不断拆解下去，就是先总后分，逐层拆解的分析思路。理清数据分析思路一、先总后分，逐层拆解当要素不能拆解时，往往这些要素要么是不可控的外部因素，要么是能够内部控制的单因素，这样就能够找出解决问题的方案了。课堂解疑内容详见课本P17理清数据分析思路一、先总后分，逐层拆解拿到数据集后，第一反应应该是：这是一个什么数据集？这个数据集中有哪些方面的数据？每个方面都有哪些信息点？每个信息点都能够获得哪些信息？不同信息点之间是否有关联影响？能否通过信息点的组合产生新的信息点？这一系列的思考本身也是“先总后分”结构，然后再开始着手从总的视角进行拆解。典型案例内容详见课本P18如图2-1所示潜在的中层管理者断层2010 2011 2012 2013 2014 2015 2016 2017 2018 2019图2-1公司历年入职人数示意图综上所述，先总后分，逐层拆解的分析思路是所有数据分析工作的基础，通过此思路能够初步解决如何对一个新的数据集进行分析的问题。理清数据分析思路一、先总后分，逐层拆解根据先总后分，逐层拆解的结构分析思路，在每个层级中都可以找到存在问题或有差异的因素，然后针对这些因素进行再次拆解，顺藤摸瓜，直到找到问题的根源。例如，某公司出现了一个有趣的现象：当公司的生产额偏低时，产品的返修率和退货率就会上升；当公司在旺季产能几乎饱和的状态下加班加点生产时，产品的返修率和退货率都极低。理清数据分析思路二、抽丝剥茧，寻踪问迹
课堂解疑
理清数据分析思路
二、抽丝剥茧，寻踪问迹
人机料法环是对全面质量管理理论中的五个影响产品质量的主要因素的简称。其中，人是指制造产品的人员；机是指制造产品所用的机器设备；料是指制造产品所使用的原材料；法是指制造产品所使用的方法；环是指产品制造过程中所处的环境。
研究发现，主要原因来自人的因素，工人的积极性与产品的品质是有关系的。任何一个小现象背后都可能蕴藏着大规律。要有抽丝剥茧的精神，把各种各样的经营活动现象理清理顺，不出纰漏，这一方面需要对业务充分熟悉，另一方面需要一种“工匠精神”。理清数据分析思路二、抽丝剥茧，寻踪问迹典型案例内容详见课本P19身处大数据时代，数据分析并非简单地处理数据，还要追求因果关系，追求现象背后的逻辑关系，只有这样才能从大数据中产生智慧，而不是仅仅产生现象之间的关联关系。理清数据分析思路二、抽丝剥茧，寻踪问迹理清数据分析思路三、内涵外延，概念清晰数据分析最终都要形成结论，而结论是对数据所揭示的规律的定性化总结。这是一个从定量分析到定性总结的过程，是形成规律和“智慧”的路径。例如， “啤酒和尿布”的案例。在做数据分析时要特别注意概念的清晰化，对于容易产生多种理解的概念要详细解释，不能让概念产生歧义，衍生出错误的认知。大数据的概念同样有内涵和外延，甚至不同的人有不同的认知。典型案例内容详见课本P20理清数据分析思路随着大数据技术的发展，人们对大数据概念的理解肯定会发生变迁，甚至会发生颠覆性的变迁，因此要随时准备好。三、内涵外延，概念清晰
谢谢观看！

展开更多......

收起↑