1. 数据分析网首页
  2. 大数据
  3. 数据分析

数据分析常用的流程与思路

以下梳理出数据分析的8步流程,以及常见的7种分析思路。

本文将分享针对某一项业务比如采购、比如销售、比如运营,如何切入数据分析来解决问题,以什么样的思考方式。

以采购这一项业务为例。在采购过程中,数据分析具有极其重要的战略意义,是优化供应链和采购决策的核心大脑。因此做好数据分析,是采购过程中最重要的环节之一。

那么如何借助数据分析呢?以下梳理出数据分析的8步流程,以及常见的7种分析思路。

一、数据分析八流程

1、为什么分析?

首先,你得知道为什么分析?弄清楚此次数据分析的目的。比如,什么类型的客户交货期总是拖延。你所有的分析都的围绕这个为什么来回答。避免不符合目标反复返工,这个过程会很痛苦。

2、分析目标是谁?

要牢记清楚的分析因子,统计维度是金额,还是产品,还是供应商行业竞争趋势,还是供应商规模等等。避免把金额当产品算,把产品当金额算,算出的结果是差别非常大的。

3、想达到什么效果?

通过分析各个维度产品类型,公司采购周期,采购条款,找到真正的问题。例如这次分析的薄弱环节供应商,全部集中采购,和保持现状,都不符合利益最大化原则。通过分析,找到真正的问题根源,发现精细化采购管理已经非常必要了。

4、需要哪些数据?

采购过程涉及的数据,很多,需要哪些源数据?采购总额?零部件行业竞争度?货款周期?采购频次?库存备货数?客户地域因子?客户规模?等等列一个表。避免不断增加新的因子。

5、如何采集?

数据库中供应商信息采集,平时供应商各种信息录入,产品特性录入等,做数据分析一定要有原料,否则巧妇难为无米之炊。

6、如何整理?

整理数据是门技术活。不得不承认EXCEL是个强大工具,数据透视表的熟练使用和技巧,作为支付数据分析必不可少,各种函数和公式也需要略懂一二,避免低效率的数据整理。Spss也是一个非常优秀的数据处理工具,特别在数据量比较大,而且当字段由特殊字符的时候,比较好用。

7、如何分析?

整理完毕,如何对数据进行综合分析,相关分析?这个是很考验逻辑思维和推理能力的。同时分析推理过程中,需要对产品了如指掌,对供应商很了解,对采购流程很熟悉。看似一个简单的数据分析,其实是各方面能力的体现。首先是技术层面,对数据来源的抽取-转换-载入原理的理解和认识;其实是全局观,对季节性、公司等层面的业务有清晰的了解;最后是专业度,对业务的流程、设计等了如指掌。练就数据分析的洪荒之力并非一朝一夕之功,而是在实践中不断成长和升华。一个好的数据分析应该以价值为导向,放眼全局、立足业务,用数据来驱动增长。

8、如何展现和输出?

数据可视化也是一个学问。如何用合适的图表表现?每一种图表的寓意是什么?下面列举下常用的8个图表:

1)折线图:合适用于随时间而变化的连续数据,例如随时间收入变化,及增长率变化。

2)柱型图:主要用来表示各组数据之间的差别。主要有二维柱形图、三维柱形图、圆柱图、圆锥图和棱锥图。

业务数据分析的8个流程与常用7个思路

3)堆积柱形图:堆积柱形图不仅可以显示同类别中每种数据的大小,还可以显示总量的大小。

业务数据分析的8个流程与常用7个思路

4)线-柱图:这种类型的图不仅可以显示出同类别的比较,还可以显示出趋势情况。

业务数据分析的8个流程与常用7个思路

5)条形图:类似于横向的柱状图,和柱状图的展示效果相同,主要用于各项类的比较。

6)饼图:主要显示各项占比情况。饼图一般慎用,除非占比区别非常明显。因为肉眼对对饼图的占比比例分辨并不直观。而且饼图的项,一般不要超过6项。6项后建议用柱形图更为直观。

7)复合饼图:一般是对某项比例的下一步分析。

8)母子饼图:可直观地分析项目的组成结构与比重

图表不必太花哨,一个表说一个问题就好。用友好的可视化图表,节省阅读者的时间,也是对阅读者的尊重。

有一些数据,辛辛苦苦做了整理和分析,最后发现对结论输出是没有关系的,虽然做了很多工作,但不能为了体现工作量而堆砌数据。

在展现的过程中,请注明数据的来源,时间,指标的说明,公式的算法,不仅体现数据分析的专业度,更是对报告阅读者的尊重。

二、数据分析七思路

1、简单趋势

通过实时访问趋势了解供应商及时交货情况。如产品类型,供应商区域(交通因子),采购额,采购额对供应商占比。

2、多维分解

根据分析需要,从多维度对指标进行分解。例如产品采购金额、供应商规模(需量化)、产品复杂程度等等维度。

3、转化漏斗

按照已知的转化路径,借助漏斗模型分析总体和每一步的转化情况。常见的转化情境有不同供应商及时交货率趋势等。

4、用户分群

在精细化分析中,常常需要对有某个特定行为的供应商群组进行分析和比对;数据分析需要将多维度和多指标作为分群条件,有针对性地优化供应链,提升供应链稳定性。

5、细查路径

数据分析可以观察供应商的行为轨迹,探索供应商与本公司的交互过程;进而从中发现问题、激发灵感亦或验证假设。

6、留存分析

留存分析是探索用户行为与回访之间的关联。一般我们讲的留存率,是指“新新供应商”在一段时间内“重复行为”的比例。通过分析不同供应商群组的留存差异、使用过不同功能供应商的留存差异来找到供应链的优化点。

7、A/B 测试

A/B测试就是同时进行多个方案并行测试,但是每个方案仅有一个变量不同;然后以某种规则优胜略汰选择最优的方案。数据分析需要在这个过程中选择合理的分组样本、监测数据指标、事后数据分析和不同方案评估。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

发表评论

登录后才能评论

联系我们

如有建议:>>给我留言

QR code