数字化转型|7种常见的数据分析基本思路，满足你职场95%的需求

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

这几天在私信里常看到有新入门的数据分析师来跟我吐槽：“工作时没有自己的分析思路，常常是机械地完成老板布置的任务，无法形成自己的数据分析方法论。 ”

的确，作为一名商业数据分析师我也能理解初入行的同学的烦恼，我们在进行数据分析时，经常要使用到一些基本的分析思维，如时间趋势、下钻查询、对比等。但苦于缺少一个完整的数据分析思路整合。

接下来就分享我个人从事数据分析领域以来总结的常见的7种数据分析基本思路，能够满足你职场大部分需求：

一、数据分析前的准备在开始进行数据分析之前，需要思考我这次分析结果的用途以及希望传达给查看者的信息。
只有明确分析清楚目的才能直观展示数据分析结果（划重点）。
二、数据分析时的七种思路下面描述了大家可以采用的7种不同的数据分析基本思路，并为每种方法提供了示例说明。

数据故事类型	说明
随着时间而改变	作用：使用时间段来说明一个趋势。示例：采购降本分析：供应商采购金额分析查看时间趋势下的单价数据情况。
下钻查询	作用：设置上下文，以便查看者更好地了解更细粒度特定类别下的数据信息。示例：营销组织销售分析：从小组绩效下钻到个人绩效得分情况。
缩小	作用：描述查看者关注的内容与大局的关系，某个具体内容对大局的影响。示例：客户数下滑分析：哪些客户类型和层级的大量下滑影响了总客户数。
对比	作用：表明两个或多个主题的差异。示例：客户数下滑分析：对比两个年度（2017、2018）客户类型和层级的下滑情况。
十字路口	作用：当一种类别超过另一种类别时突出重要的转变。
因素	作用：通过将主题分成不同类型或类别来解释主题。示例：2020 上半年经营分析报告：从销售额、毛利率、费用及人力成本三个方面分析上边年的经营状况。
离群值	作用：显示异常或事件的特别异常之处。示例：毛利率异常分析：通过定位异常毛利月份、异常门店、异常商品/类别、异常订单明细找出问题。

三、数据分析后的注意事项1.突出数据重点
数据展示要简洁、突出重点，如果不需要标题、图例或网格线，可取消设置。目前国内常用Excel和一些可视化工具来展示数据，可视化工具如TB、FineBI都强调无代码、敏捷，可视化，一改传统BI工具SAP BO、IBM家的cognos（不过近几年貌似都在研发云BI）。