数据进行分析
数据分析如何做？
数据分析如何做？
谢谢邀请！数据分析能做的事情关键有以下三个方面：分析报告、根本原因、预测分析，大家先看一下数据分析步骤，后再剖析数据分析能做什么？
一、数据分析步骤：
1.确立剖析目地与思路：
一切以处理业务问题为核心，根据剖析目标清晰思路，开启剖析角度，使数据分析架构系统化。
2.数据采集与预备处理：
数据来源有Excel/CSV/SQL数据库/NoSQL数据库/Hive数据库房/外部数据，从数据来源收集信息后应该做清理工作中，包含缺失值、错误值、重复值、异常值等要解决好，除此之外还有变换、分割、合拼这些工作中也有可能需做，那样才能达到后面数据分析的需求。
3.数据分析与发掘：
应用各种各样数据分析方法和分析工具（如Excel/SQL/SPSS/SAS/Tableau/Power BI/Python）展开分析发掘。
4.大数据可视化并生成报告：
应用系统化数据图表，也需要结合报表，最终以汇报方法导出数据分析成效。
如何处理数据？
1、构造分析方法：看整体上的组成遍布，逐步拆卸。
2、分类分析方法：依照某一个特定层面来优化拆卸。
3、比较分析法，同期相比、同比、同业竞争、同类型等。
4、时间序列分析发展趋势法：查看时间发展趋势。
5、相关分析法：关联性、因果性。
剖析模型
针对一些简单的模型根据常见的统计分析方法，绝对是可以获得一些通用结果，可是在具体工作中，并没单一的难题，通常是一些合乎难题，因而应该考虑的层面会增加：
必须解决问题涉及到这些层面的数据信息；
从数据分析师的角度来看，这种情况也是有通用性打法，也是需要再次科学研究。
从原始记录集至处理数据是否要生产加工。
而每一个模型，都为了更好的处理问题。
RFM归类模型
R（recency），最近一次消费时长，表明用户最后一次消费间距如今左右的时间，时长越近的，顾客的使用价值越多。
F（frequency）消费工作频率，消费工作频率所指统计周期内用户的消费频次，次数越大，使用价值越多。
M（Monetary）消费额度：所指统计周期内消费的总额，额度越多使用价值越大。
根据数据的标准化寄权重设置，为归类模型评分，例如餐饮店的客单量，20块以下是一般用户，
20-30优良用户，40之上出色用户，各项性能指标都可以用用这种方法开展规范化。
支系的定义，通常应用中位值法。
最近一次的消费时长，一般是周、或是月，融合业务开展情况。
该模型本质上是挑选头部用户，关键开展经营。
AARRR提高模型，掌握模型就可以了，具体落地式还要结合自身的业务流程。
A:获得A：当日活跃性R：明天继续活跃性R：提升收入R：提高自传播
模型的主要功能能够快速地明确从那几个点去做提高，能找到突破口。
5W2H通用性模型
生活当中闲聊便是紧紧围绕这种点来进行的，该模型能够有利于大家快速地明确一个问题。
用户生命期模型
it行业往往能追踪用户的每一个阶段，每一个阶段都应有不一样的运营战略，和发展前景，针对投资分析师来说就是一定要及时鉴别，
对模型有一些自己的认知，这样才可以了解什么时候用，如何用。