数据分析（一）——Excel篇

导论

观测：对事物形成客观量化的认知——获取数据并简单统计分析

观察

采集数据

• 解析系统日志：用户操作时系统产生日志，通过后台解析得到所需日志，或通过简单计算得出更多数据

• 埋点获取新数据：自定义日志，如用户所属IP。埋点是分析师获取数据的最可靠的方式

• 通过传感器采集：

• 爬虫：解析别人的网站，获取埋点数据。并非合法手段

• API：程序接口，根据规则访问API，返回对应的数据

存储数据

Hive、Mysql、PostgreSQL、SQLServer等

展示数据

可视化、高效传达信息

测量

设定标准

分析数据的目的：

1. 及时发现异常，防止跑偏

2. 找到数据之间的因果关系，了解提升关键性数据的方法

3. 数据是客观的，有统一的认知才能有共同的目标

发现异常

研究异常形成原因和运行机制，可能对问题有额外启发

研究关系

实验：发现规律、验证假设—— 寻找让事物朝着人为设定的方向去发展的方法

提出、验证假设

提出一个合理的假设，对疑问进行解释，并验证假设

所有未经数据验证的想法都是假设。

设计AB测试获取数据

应用

将实验已经得到的规律和方法放到实际业务场景中解决问题

给予数据反馈不断迭代产品和业务策略

借助BI平台自动化处理，做业务分析需要明确业务目标，并拆解目标，拆解方法如下（只要符合MECE法则即可）

流程拆解法、二分法、象限拆解法、杜邦分析法、AARRR、PEST、RFM、SWOT、5W1H等框架。

注意：以上方法较为理论，使用时需根据实际场景来， 不能照搬使用

拆解后准备数据：将数据应用于业务

数据库取数——>借助工具搭建看板观测数据——>给予看板发现异常——>思考原因——>拆解问题

——>提出假设——>基于数据验证假设——>得到方法——>制定策略——>实施策略——>继续观测

——>明确目标——>拆解目标——>继续观测——>发现异常

给予数据训练算法，让机器自动化完成工作

为算法设定明确目标——>位算法提供高质量数据——>判断算法是否真的创造了实际价值——>帮助业务更好地使用算法

---

Excel基础操作

Excel初步上手

首先：对于拿到手的数据，不要认为它是100%正确的，

然后：点击某行、列查看量级

筛选模式：Ctrl+shift+L

冻结操作：

• 可选择冻结任意行、列。冻结后浏览其他数据时一直保持在窗口
• 选择任意格冻结，冻结该格上方和左侧的表格。
• 点击B2同时冻结行、列

拖拽操作：

• 文本：复制文本到拖拽的单元格内
• 数字：可选择复制单元格或填充数字序列
• 函数：复制函数内容，根据拖拽方向修改变量，变量前加$代表是绝对变量，不随拖拽而改变。$应加载列号和行号中间，如P$10

数字日期转换操作

• excel中数字1转为时间后默认是1900年1月1日，数字200转为时间就是1900年1月1日基础上+200天

（未完待续）

函数使用

sum()求和

对选框中的数值求和。

格式：SUM(number1，number2…)

注意：

• 对多个选框求和时，使用逗号分隔选框，选框结束后点击回车键计算。

• ''内是sheet名，!表示这个表不是当前表，J2:J25表示选框范围

sumif()单条件求和

格式：SUMIF(range,criteria，[sum_range])

注意：

• 选中条件所在的范围，再选中指定的条件，最后选中需要判断的值的范围，算出在该范围内指定条件下值的和

• A:A表示A字段所有值

sumifs多条件求和

格式：SUMIFS(sum_range,[criteria_range]，criteria1,[criteria_range2]，criteria2…)

注意：

• 条件可以直接填写自定义字符，如果字符是中文，必须使用英文双引号，不可使用单引号。

• 不管是单条件求和还是多条件求和，其实都只有2种参数，即：条件和值的范围

  • 条件有单条件和多条件之分，本质上没有区别。每个条件都需要选择条件所在范围+条件本身
  • 值的范围一直都是固定的，想要求哪个值的的和旧选择哪些值的范围。

(待补充)

VLOOKUP()纵向查找函数

格式：

VLOOKUP(lookup_value,table_array,col_index_num,[range_lookup])

VLOOKUP(要查找的数据，要查找的位置和要返回的数据的区域，要返回的数据在区域中的列号，返回近似匹配或精确匹配(1/TRUE或0FALSE))

参数详解：

• 要查找的数据：一般指查找的条件
• 要查找的位置和要返回的数据的区域：条件和结果所在的区域，注意条件必须在这个区域里的第一列
• 要返回的数据在区域中的列号：结果在区域的第几列。如果条件和结果相邻，则条件是第一列，结果在第二列。
• 返回近似匹配或精确匹配：一般使用精确匹配，0

近似匹配

• 近似匹配借助通配符和占位符实现，举例：VLOOKUP(I96&"*",F96:G103,2,1)
• 解释：这里的 I96&"*" 代表以 I 列第96行内容开头，后面加星号匹配任意个字符；若需匹配单个或固定数量个字符用?号或者?? 以此类推。
• 这里的引号也必须使用英文双引号，不可用单引号
• VLOOKUP函数近似匹配时，只会返回匹配到的第一个值
• 近似匹配在单元格前后都可以使用

index 和 match 查找引用函数

match函数：在指定范围内找出指定项的相对位置

格式：MATCH(查找项，查找范围，0)

注意：查找时按实际列或行判断，跨行跨列时会计算错误

index函数：

格式：INDEX(区域，行号，列号)

---

打开数据分析：选中表中任意格，点击插入——数据透视表，点击确定生成新的sheet，拖动右侧字段到下方的行、值即可快速生成统计表 。勾选右侧字段即可展示指定的字段。

• 新增字段：在数据透视表分析页面，点击表格后选择计算——字段、项目和集，点击计算字段，即可在右侧新增自定义字段。新增后勾选即可展示

• 打开筛选器
  • 使用切片器：点击插入切片器，勾选需要筛选的字段点击确定即可，注意切片器可以跨表使用。
  • 使用透视表内置筛选：将右侧字段拖入下方筛选器框，拖入后字段上自动生成一个筛选器按钮，只能内部使用。

---

电商行业计量单位

GMV：商品交易总额，入账金额，包括红包减免、活动等。

商家实收：实际账户收入

UV与PV

• UV：Unique Visitor，通过互联网访问、浏览网页的自然人。一个用户使用一台电脑，即一个访客。一天内相同的访客访问只计算一次，也就是说一天内同个访客多次访问只算一个UV量
• PV：Page View，页面浏览量或点击量。访客每次访问网页都会计算为一个PV，同一个用户对同一页面多次方位，PV也会累计
• 举例：在电商中，曝光量、访问量、下单量和曝光人数、访问人数、下单人数对应位PV和UV。

CPC：Cost Per Click，每产生一次点击所花费的成本，例如广告所带来的影响等

日环比：指当日与上一日相比

日同比：

• 相对于月的同比、
• 相对于周的同比：当前值与7天前的值对比