如何做資料分析？

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，

還是涵蓋全部管道的？是某個部分人群的， 還是全部人群的？瞭解了你的樣本， 是資料分析解讀的前提條件。

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，

今年1月對比去年1月， 去年1月時間跨度是1-5周， 即2016年12月26日-2017年1月29日。 2018年1月時間跨度是1-4周， 即1月1日-1月28日， 很明顯， 今年1月份對比的日期比去年少幾天。

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，

解釋資料的異動， 才是資料分析的母的。 比如， 你看到某產品某月價格下降， 你需要找出是什麼原因造成價格下降， 是管道價格變化、還是管道結構發生變化， 是單品均價下降、還是產品結構變化， 還是分級別市場發生了變化。 如果發現產品結構發生變化， 緊接著就要再問， 為什麼產品結構發生變化， 是哪些品牌推動了變化， 是哪些機型推動了變化。

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，

才是增長快速背後主要推動因素。 比如近幾年燃氣熱水器快速擴容， 與國內四大管網推進、支線管網的進程息息相關。 再如北方浴室安裝浴霸現象， 如果你瞭解北方供暖季是頭年11月15日到第二年的3月15日， 3月末4月初仍是春寒料峭， 你就會明白為什麼集中供暖的北方仍有浴霸的需求。

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。

有句話說的好， 字不如表， 表不如圖。 實現資料視覺化， 承載著有效傳遞分析的重任。 比如選圖上， 時間排序的可以用直條圖或者折線圖展現， 結構變化的可以用百分比堆積直條圖或者餅形圖展示， 關聯性的分析可以用散點圖展現等等。

以上是個人對資料分析的簡單思考。