如何做資料, 大命題小思考, 本文從5W1H角度入手如何進行資料分析。
首先是who。 拿到一份資料, 最先需要瞭解的就是資料樣本是什麼?是某類單獨管道的,
其次是Where。 資料是全國性的, 還是區域性的?是農村還是城市的?是某個城市的, 還是某個鎮的?瞭解你手上資料獲取的區域, 它反映了你的資料的特質, 資料的代表意義所在。 如果是某個城市的資料, 資料只能代表某個城市的情況, 而不是全國情況。 比如某調研專案在城市執行, 最後的行為習慣分析, 代表的是城市人群的行為習慣, 就不能代表農村用戶人群的行為習慣。
其次是When。 資料展示的時間是什麼時候。 是單日單周單月某年, 還是某段時間到某段時間, 同期對比分別指的是什麼時候。 比如中怡康線上監測周度對比,
其次是what。 你想要瞭解什麼, 你需要瞭解什麼。 你想瞭解本月銷售情況, 那麼看下本月銷售規模, 本月環比、同比變化即可。 你想瞭解本月細分市場的銷售情況, 哪些產品在本月表現較好, 可以看下本月各產品類型的銷售規模、同比環比變化。 如想看各月的產品銷售特點, 可對比下各月產品類型的比重, 如對比熱水器各月銷售, 大容積、大出水量產品在促銷季占比較高, 很明顯促銷季中高端產品比重偏高。
Why是資料分析重要的一環。 看到資料異常, 並不是資料分析的最終,
最後How是進行深挖的問題。 剛才的why從純資料的角度分析資料分析挖掘, 真正的資料分析需要結合行業政策、消費者需求、技術升級以及上游原材料、下游終端綜合分析。 比如2017年壁掛爐在長江流域增長快速, 那麼長江流域的冬季居住環境溫度、長江流域的人群對生活舒適度的追求、長江流域產品認知度、終端鋪貨情況,
說說中國最著名“照片洩密案”。 《中國畫報》1964年封面刊出的一張照片(下圖), 日本情報專家據此照片上的衣著、手柄的架勢、井架密度等, 經過對大量資訊的定量和定性分析, 得出了大慶油田的準確位置以及規模。 資料分析中最重要的是資料背後的邏輯和知識。
以上是如何做, 最最重要的是如何展現。
以上是個人對資料分析的簡單思考。