数据分析的8个步骤与7种分析思路

本文将分享如何切入数据分析解决某项业务的问题，如采购、销售、运营等，以及如何思考。以采购业务为例。数据分析在采购过程中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。那么如何利用数据分析呢？以下是数据分析的8个步骤，以及7个常见的分析思路。1.数据分析8流程1、为什么要分析？首先，你要知道为什么要分析。了解数据分析的目的。例如，什么类型的客户交货期总是延迟。你所有的分析都围绕着为什么回答。避免反复返工不符合目标，这个过程会很痛苦。2、谁是分析目标？记住清楚的分析因素，统计维度是金额、产品、供应商行业竞争趋势、供应商规模等。避免把金额当成产品，把产品当成金额，结果差别很大。3、你想达到什么效果？通过对产品类型、公司采购周期、采购条款等各个维度的分析，找出真正的问题。比如本次分析的薄弱环节供应商，全部集中采购，保持现状，都不符合利益最大化的原则。通过分析，找出问题的真正根源，发现精细化采购管理是非常必要的。4、需要哪些数据？采购过程中涉及的数据很多，需要哪些源数据？采购总额？零部件行业的竞争？货款周期？采购频次？库存备货数量？客户区域因素？客户规模？等等，列一个表。避免新因素的增加。5、如何采集？数据库中供应商的信息收集，通常供应商的各种信息输入，产品特性输入等，做数据分析必须有原材料，否则聪明的女人没有米饭很难做饭。6、如何整理？整理数据是一项技术工作。我不得不承认，EXCEL是一个强大的工具，熟练使用数据透视表和技能是支付数据分析的关键，各种函数和公式也需要理解一两个，以避免低效的数据分类。Spss也是一种非常优秀的数据处理工具，尤其是在数据量大的情况下，当字段由特殊字符组成时，更容易使用。7、如何分析？如何对数据进行综合分析和相关分析？这是对逻辑思维和推理能力的考验。同时，在分析推理过程中，需要了解产品，了解供应商，熟悉采购流程。看似简单的数据分析，其实是各方面能力的体现。一是技术层面，提取数据源－转换－理解和理解载入原理；其实是全局观，对季节性、公司等业务有清晰的了解；最后是专业性，对业务流程和设计了如指掌。实践数据分析的洪荒之力不是一蹴而就的，而是在实践中不断成长升华。一个好的数据分析应该以价值为导向，着眼全局，立足业务，用数据驱动增长。8、如何显示和输出？数据可视化也是一门学问。如何使用合适的图表？每个图表的含义是什么？以下是8个常用图表：1）折线图：适用于随时间而变化的连续数据，如随时间而变化的收入和增长率。2)柱形图：主要用于表示每组数据之间的差异。主要有二维柱形图、三维柱形图、圆柱形图、圆锥形图和棱锥形图。3)堆积柱形图:堆积柱形图不仅可以显示同类数据的大小，还可以显示总量的大小。4)线-柱图:这种类型的图不仅可以显示同类比较，还可以显示趋势。5)条形图:类似于横向柱形图，显示效果与柱形图相同，主要用于各类比较。6)饼图:主要显示各种比例。饼图一般谨慎使用，除非比例差异明显。因为肉眼不直观地区分饼图的比例。而且饼图的项目一般不超过6项。建议6项后使用柱形图更直观。7)复合饼图:一般是对某一比例的下一步分析。8)母子饼图:可以直观的分析项目的组成结构和比例图，不用太花哨，一个表说一个问题就好。以友好的可视化图表，节省读者的时间，也是对读者的尊重。有一些数据，努力整理和分析，最后发现结论输出无关，虽然做了很多工作，但不能堆积数据来反映工作量。在显示过程中，请注明数据的来源、时间、指标和公式算法，这不仅反映了数据分析的专业性，也尊重了报告读者。二、数据分析七思路1、通过实时访问趋势了解供应商及时交货的简单趋势。如产品类型、供应商区域(交通因素)、采购金额、采购金额对供应商的比例。2、根据分析需要，多维分解从多维度分解指标。例如，产品采购金额、供应商规模（需量化）、产品复杂性等维度。3、根据已知的转换路径，借助漏斗模型分析整体和每一步的转换情况。不同供应商的及时交货率趋势是常见的转化情况。4、在精细分析中，用户群往往需要对具有特定行为的供应商群进行分析和比较；数据分析需要以多维度、多指标为分组条件，优化供应链，提高供应链稳定性。5、仔细检查路径数据分析可以观察供应商的行为轨迹，探索供应商与公司的互动过程；然后发现问题、灵感或验证假设。6、留存分析是探索用户行为与回访之间的关系。一般来说，留存率是指“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体的保留差异，利用不同功能的供应商找到供应链的优化点。7、A/B测试A/B测试是同时进行多个方案并行测试，但每个方案只有一个不同的变量；然后根据某些规则选择优胜劣汰的最佳方案。在此过程中，数据分析需要选择合理的分组样本、监控数据指标、事后数据分析和不同的方案评估。