数据分析------知识点（六）
如何用数据说话
确定问题
如何写好数据分析报告中的确定问题部分
数据分析报告是数据分析师展示工作成果、影响业务决策的重要工具。而确定问题是数据分析报告的第一个也是最关键的部分。只有正确地确定了问题，后续的分析才能有的放矢，产生真正的价值。
问题必须与利益相关
在开始确定问题之前，我们必须明白一个基本原则:和利益无关的问题都不值得做数据分析。
数据分析的目的是为业务决策提供依据，如果一个问题的答案对业务没有影响，那么花时间去分析它就是一种浪费。因此，在确定问题时，我们要始终问自己:这个问题的答案能带来什么样的业务价值?它能帮助企业增加收入、降低成本、提高效率，还是改善用户体验?如果答案是肯定的，那么这个问题就值得分析。
第一步:理想与现状的对比
确定问题的第一步，是把理想与现状进行对比。我们要先明确企业的战略目标，然后看看当前的业务状态离这个目标有多远。这个差距就是我们要解决的问题。
举个例子，假设一家电商企业的战略目标是在三年内将市场份额提高到 20%。但是目前，它的市场份额只有10%。那么，我们就可以将问题确定为:"如何在三年内将市场份额从 10%提高到 20%?"
这个问题直接来源于战略目标和现状的差距，回答它就能为实现战略目标提供帮助。相比下，"用户的平均年龄是多少?"这样的问题就显得没有意义，因为它与企业的战略目标没有直接关系。
第二步:6W2H 分析法
确定了问题的大方向后，我们还需要进一步细化和明确问题。一个好的工具是 6W2H 分析法，即从都要经过选择目标(which)一选择原因(why)→功能如何→(what)一什么场地(where)一什么时间(when)→什么组织(who)→如何提高效率(how to do)一性价比如何(how much)八个方面维度来描述问题。
1.Which(目标):明确问题或主题的目标是什么，想要达到什么结果。
2.Why(选择原因):为什么选择这个目标或主题，选择的原因和动机是什么。
3.What(功能如何):为了达到目标，需要具备哪些功能和特性。
4.Where(什么场地):问题或主题涉及的场地、环境和范围是什么。
5.When(什么时间):问题或主题发生或需要完成的时间段是什么。
6.Who(什么组织):与问题或主题相关的组织、团队和人员有哪些
7.How to do(如何提高效率):如何优化过程、方法和资源配置，提高达成目标的效率。
8.How much(性价比如何):考虑成本、收益和风险，如何权衡并优化性价比。
通过 6W2H 分析法，我们可以将一个笼统的问题变得具体、可衡量，为后续的数据分析提供明确的方向。
案例分析
最后，让我们来看一个具体的案例。假设你是一家连锁餐厅的数据分析师，你有各个门店的销售数据、客户数据员工数据等各种信息，但是你不知道该如何利用这些数据来做出决策。
这时，你可以用我们上面讨论的方法来确定问题。首先，你要明确企业的战略目标。假设是在一年内将总收入提高20%。然后，你要看看当前的总收入离这个目标有多远。
如果差距很大，那么你的问题就可以确定为:"如何在一年内将总收入提高 20%?
接下来，你可以用 6W2H 分析法来细化这个问题:
Which:将总收入提高 20%
Why:为了实现企业的年度战略目标
Who:针对的是餐厅的目标客户群体
When:在未来一年内
Where:在企业目前的所有门店
How to do:通过提高客单价、提高翻台率、开发新菜品等措施
How much:需要将总收入提高 20%
有了这样一个明确的问题，你就可以着手收集和分析相关的数据了。你可以分析不同菜品的销售情况，识别出最受欢迎的菜品;你可以分析不同时段的客流量，优化员工的排班;你可以分析客户的消费行为，设计有针对性的营销活动…….这些分析都会为回答"如何提高总收入"这个问题提供有价值的见解。
总之，确定问题是数据分析的第一步，也是最关键的一步。一个好的问题应该与业务利益相关，来源于战略目标和现状的差距，并且通过 6W2H 分析法进行细化。只有确定了正确的问题，数据分析才能真正发挥价值，为业务决策提供有力的支持。
采集数据
在确定了要解决的问题后，数据分析的下一步就是采集数据。这一步的目的是收集足够的、高质量的、与问题相关的数据，为后续的分析奠定基础。在数据分析报告中，我们需要清地描述数据的来源、类型、规模和质量，让读者了解我们的分析是建立在怎样的数据基础之上的。
一手数据
一手数据，也叫原始数据，是指由我们自己直接收集的数据。这种数据的最大优点是针对性强，完全符合我们的分析需求。常见的一手数据收集方法包括:
1.调查问卷:通过设计问卷，让目标群体填写，从而获得我们感兴趣的信息
2.访谈:通过与目标群体面对面或电话交谈，深入了解他们的看法和行为。
3.观察:通过观察目标群体的行为，记录下我们感兴趣的信息。
4.实验:通过设计实验，控制变量，观察不同条件下的结果差异，
在数据分析报告中，如果我们使用了一手数据，就需要详细描述数据收集的过程，包括数据收集的方法、对象、时间、地点、规模等。这样可以让读者评估数据的可靠性和代表性。
二手数据
二手数据，也叫次级数据，是指由其他人或机构已经收集好的数据。我们可以通过各种渠道获得这些数据，如政府统计局、行业协会、研究机构、数据供应商等。二手数据的优点是成本低、获取快，缺点是可能与我们的分析需求不完全匹配。常见的二手数据包括:
1.政府统计数据:如人口普查、经济普查、社会调查等。
2.行业报告:如行业协会、咨询公司发布的市场研究报告。
3.学术研究数据:如科研机构、高校发表的学术论文附带的数据。
4.商业数据:如数据供应商出售的消费者数据、企业财务数据等,
在数据分析报告中，如果我们使用了二手数据，就需要说明数据的来源、时间范围、数据结构、数据质量等信息。如果数据有局限性(如样本覆盖不全、数据过时等)，也需要明确指出。
数据探索
无论是一手数据还是二手数据，在正式分析之前，我们都需要对数据进行探索。数据探索的目的是了解数据的基本情况，发现可能存在的问题，为后续的数据清洗和分析做准备。
数据探索通常包括以下内容:
1.数据预览:查看数据的前几行，了解数据的格式和内容
2.数据统计:计算数据的基本统计量，如均值、中位数、最大/最小值、缺失值数量等。
3.数据可视化:通过图表直观地展示数据的分布、趋势、相关性等。
4.数据质量评估:检查数据中可能存在的错误、不一致、离群值等问题。
在数据分析报告中，我们需要简要描述数据探索的过程和发现。如果发现了数据质量问题，要说明我们是如何处理的，数据探索的结果可以帮助读者更好地理解后续的分析。
具体示例
下面我们以一个具体的例子来说明如何在数据分析报告中描述数据采集的过程。
假设我们要分析一个城市的房价与各种因素的关系。我们的数据采集过程如下:
1.一手数据:我们从市房地产管理局获得了过去一年该城市所有新建商品房的销售记录，包括房屋面积、单价、地址等信息。我们还实地考察了部分楼盘，记录了周边环境、交通情况等数据。
2.二手数据:我们从统计局获得了该城市过去几年的人口、GDP、收入等统计数据。我们还购买了一份市场研究报告，了解了该城市房地产市场的整体情况和未来预测。
3.数据探索:我们对房价数据进行了统计和可视化，发现房价呈现出明显的地域差异和季节性波动。我们还发现部分记录的房屋面积或单价有明显错误，可能是录入时的失误。
在数据分析报告中，我们可以这样描述数据采集过程:
"本次分析使用的数据主要来自两个部分。一部分是我们从市房地产管理局获得的过去一年新建商品房销售记录共xx条，包括房屋面积、单价、地址等字段。我们对其中的xx个楼盘进行了实地考察，记录了周边环境和交通情况。另一部分是从统计局和市场研究报告获得的城市人口、经济、房地产市场等背景数据。
通过对数据的初步探索，我们发现房价在不同地区和季度之间存在明显差异。我们还发现部分记录的房屋面积或单价有异常值，可能是录入错误导致的。我们将在后续的数据清洗阶段对这些问题进行处理。"这样的描述让读者清楚地了解了我们的数据来源、规模、特点和可能存在的问题，为后续的分析建立了信任基础。