资源简介

(共31张PPT)
项目三数据分析常用方法理论篇商务数据的分析与应用因果分析法因果关系和回归分析12相关关系和因果关系任 务 三因果分析法一、相关关系和因果关系相关关系是客观事物之间相互关系的一种形式，是指事物之间确实存在的，但关系数值不固定的相互依存关系。相关分析用于研究两个事物之间有无关系及关系的密切程度。因果分析法一、相关关系和因果关系课堂解疑相关关系体现的是事物（用变量表示）之间不精确、不稳定的变化关系，它用相关系数来表示。相关系数体现了变量之间的变化方向（如正相关、负相关）和密切程度，其数值范围是 1～+1，绝对值在0～1之间。相关系数越接近于0，表示两个变量之间的相关程度越弱；相关系数越接近于1，表示两个变量之间的相关程度越强。因果分析法一、相关关系和因果关系事物之间的相关关系能够帮助人们找到因果关系，以及判断因果关系的强弱，但事物之间具有相关关系并不代表具有因果关系，通常需要用科学论证或常识去判断两个事物之间是否存在因果关系。因果关系是指某个因素的存在一定会导致某个特定结果的产生。因果分析以相关分析为基础，只有当两个变量之间存在很强的相关关系时，因果分析才有意义。寻求事物之间的因果关系是人们掌控事物发展的手段。因果分析法一、相关关系和因果关系典型案例投入10万元的广告费获得50万元的销售额提升，这个事情是无法通过重复试验来验证的，即使到达一个新的市场，做同样的事情，也不一定能得到同样的结果，因为新的市场条件是不同的。因果分析法二、因果关系和回归分析相关关系只能表示两个变量之间关系的密切程度，但无法说明变量之间的因果关系。检验变量之间的因果关系通常采用回归分析。回归分析是用已知的函数关系去拟合观测数据的主要关系趋势的方法。因果分析法二、因果关系和回归分析课堂解疑“回归”这一术语最早是由英国学者高尔顿（Galton）在研究人类的遗传规律时发现的，孩子的平均身高会介于其父亲和种族的平均身高之间，这是一种回归现象，即孩子身高回归到种族平均身高的趋势。“回归”概念自在遗传学领域诞生后，就广泛地运用于各个领域。因果分析法二、因果关系和回归分析回归分析是确定两个或两个以上变量之间相互依赖的定量关系的一种统计分析方法，它主要研究一个随机变量对另一个变量或一组变量的相依关系。回归分析按照涉及的自变量的数量，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。因果分析法二、因果关系和回归分析以一元线性回归分析为例，如果散点图的分布有明确的直线趋势，就可以绘制一条最能代表散点图分布趋势的直线，这条直线也称为回归线，如图3-1所示。根据该分析结果，可以建立自变量和因变量之间关系的函数方程式，又称为回归方程。因果分析法二、因果关系和回归分析多元线性回归分析主要描述一个因变量如何随着一批自变量的变化而变化，其回归公式（回归方程）就是因变量与自变量关系的数据反映。因果分析法二、因果关系和回归分析因变量的变化包括两部分：系统性变化和随机变化。其中，系统性变化是由自变量引起的（即用自变量可以解释）；随机变化是不能由自变量解释的，通常也称为残值。课堂解疑内容详见课本P41在用来估算多元线性回归方程中自变量系数的方法中，最常用的是最小二乘法，即找出一组对应自变量的相应参数，以使因变量的实际观测值与回归方程的预测值之间的总方差减到最小。因果分析法二、因果关系和回归分析回归分析可以帮助人们把握因变量受其他一个或多个自变量影响的程度，为预测提供科学依据。通常来说，回归分析包括如下几个步骤。（1）确定自变量（2）选择回归分析的模型。（3）估计模型中的参数。（4）模型检验。123任 务 四结构分析法什么是结构结构的基准结构分析结构分析法一、什么是结构结构是指事物的构成方式。一个集体在不同的结构下会成为不同的组织。同样一个集体，采用不同的结构，就会成就不同的组织，也就会有不同的活力。传统科层制组织人单合一的倒立组织平台化变革结构分析法一、什么是结构企业组织的力量配置，决定了其优势所在。例如，营销人员工资。典型案例内容详见课本P42事物的结构特征决定了事物的属性。结构好比事物的“配方”。结构分析法二、结构的基准事物的结构是有基准的，常识是最初步的基准。“存在”本身就会成为结构的基准。如果一个公司推行薪酬改革，那么员工对新方案的评价标准就是原有方案，即通过对比原有方案来评价自己的得失，这些就会成为认识新结构的基准。结构分析法三、结构分析结构分析又称比重分析，是指在统计分组的基础上，计算各组成部分所占比重，进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构随时间推移而表现出的变化规律性的统计方法。结构分析的基本表现形式是计算结构指标，其公式为可见，结构指标实际就是总体中某一部分占总体总量的比重，因此总体中各个部分的结构相对数之和等于100%。结构分析法三、结构分析典型案例某公司有员工274人，按学历进行分组，其中专科12人，本科135人，硕士98人，博士29人，则硕士及以上学历的员工比重为再运用对比分析法与前期指标进行对比，如去年硕士及以上学历的员工比重为33%，就说明同比增加了13%，由此可分析公司员工的学历变化情况。结构分析法三、结构分析结构分析法简单实用，故应用频繁。通过结构分析，可以了解总体中某一部分的重要程度，再结合对比分析法分析某一结构指标是上升了还是下降了，可以让管理者快速了解公司的运营状况。企业职能部门具体数据分析123任 务 五4营销和销售管理数据分析财务管理数据分析人力资源管理数据分析物流和供应管理数据分析企业职能部门具体数据分析一、营销和销售管理数据分析营销和销售管理中的数据分析与一家企业的销售模式有很大关系，其没有统一的准则，需要营销和销售管理人员根据自己的业务模式、市场情况和客户情况，采用不同的方式进行分析。从方法和思路上看，营销和销售管理中的数据分析必须从客户、产品或服务、市场、区域和员工等几个维度进行。（1）客户维度。（2）产品或服务维度。（3）市场维度。（4）区域维度。（5）员工维度。企业职能部门具体数据分析二、财务管理数据分析常规的财务管理数据分析已经有比较完善的模型和标准，很多财经网站和媒体都会直接提供一些财务分析指标，方便企业分析自己的财务状况。财务数据管理是一项复杂的工作。数据分析领域的财务分析与常规的财务分析，最大的区别在于主体的细化。财务数据管理是一项复杂的工作。无论主体是谁，财务管理数据分析的方法都是一样的。企业职能部门具体数据分析三、人力资源管理数据分析人力结构反映了企业人力资源的构成情况。如果构成不合理，企业的发展就会出现问题。例如，年龄结构。结构分析法本身就是研究资源配置的，而人力资源是企业中最重要的资源，其配置将直接影响企业的整体资源配置情况。（一）人力结构分析人力资源管理中的数据分析包括两个方面：一是人力结构分析，二是人力效。企业职能部门具体数据分析三、人力资源管理数据分析跟踪人力效能，能够有效地监测企业的经营状况，了解每个员工、每个部门和企业整体的人力效能情况。人力效能分析即人效分析。在人效分析中，应该关注两种指标：（二）人力效能分析在进行人力效能分析时，产出变量可以采用不同的衡量指标。例如，电商企业。企业职能部门具体数据分析四、物流和供应管理数据分析物流和供应管理中的数据分析主要关注效率和成本。互联网为上下游之间即时共享数据提供了便利条件。随着物联网的发展，供应链环节上的数据采集更加方便和及时，在每一个环节通过扫码就可以自动监控货物的来龙去脉。企业职能部门具体数据分析四、物流和供应管理数据分析物流和供应管理中的数据分析可以参考现实生活中的两个模型。（一）玻璃酒杯模型（二）自来水供水模型一群朋友饮酒，为了让每个人都喝得尽兴，但又不至于喝醉，这时就要建立一个供应和饮酒的机制。使用玻璃酒杯模型要求数据透明化，并且有精准的预测以及快速的应变机制，包括对畅销产品和滞销产品的应急预案。为了满足居民的用水需求，自来水公司必须合理安排生产，确保水压、水位不降低。企业职能部门具体数据分析四、物流和供应管理数据分析（一）玻璃酒杯模型第五如果现场气氛不太好，估计要提前散场，组织者就要开始与服务员商量，尝试将剩余的酒退回去；如果不能退，就要将剩余的酒带走，以后找其他人一块喝掉。第四如果大家聊得特别投机，现场气氛热烈，服务员就要提前做好估计，时刻准备着去前台拿酒。第三酒瓶必须透明且有明确的容量，这样能够随时看到剩余酒量，以便判断还能供多少人喝，以及是否需要及时补充等。企业职能部门具体数据分析四、物流和供应管理数据分析（二）自来水供水模型企业职能部门具体数据分析四、物流和供应管理数据分析除了以上这两个模型，还有人工神经网络模型、植物营养供给模型等，它们都是通过研究生活中的现象为物流和供应管理提供思路。无论是什么样的模型，数据化、透明化、全程可视化和实时追踪都是必不可少的环节。在现有的技术条件下，建立这些模型已不再是难事，并且不需要较大的投入。谢谢观看！

展开更多......

收起↑