3.1.4 数据分析

数据分析就是指使用工具（比如Excel、Power BI、SPSS、Python等）和科学的方法（比如方差、回归等）与技巧对处理好的数据进行分析，挖掘出数据的因果关系、内部联系、业务规律等，从而获得有价值的结论，为决策者提供参考。

数据分析过程一般包含方法选择、统计计算、数据呈现和分析结论4个步骤，如图3-3所示。

图3-3

1．方法选择

数据分析方法有很多，如比较分析法、排序分析法、象限分析法、趋势分析法、雷达图分析法等，方法的选择以目标、结果为导向，根据具体的诉求进行。

例如，我们要从销售额、利润率这两个维度对数据进行筛选，获取销售额高、利润率高的商品进行促销，目的是进一步提高利润，那么我们就可以选用象限分析法进行筛选，如图3-4所示。

图3-4

再例如，需要预测销售数据，可以根据历史数据的演变做趋势分析，如图3-5所示。

图3-5

数据分析方法的选择应根据应用场景和目的进行，适合的才是最好的！

2．统计计算

可以使用Excel对数据进行统计计算，例如求和、求平均、计数、求同比、求环比、计算占比、求极值（最大值、最小值）、排序，以及进行回归（一元回归、多元回归）计算、相关系数计算等操作，统计计算的方法根据分析方法的要求来选择。

3．数据呈现

数据呈现的方式有两种，一种是表格（矩阵式），另一种是图表。为了更好、更快地使受众接收分析人员要表达的信息，通常选择可视化图表。

图表是数据呈现的必然方式，它可以节约时间、提高沟通效率，大大降低时间成本。在图3-6所示的X、Y两列中，我们很难看出这两列数据的逻辑关系，但是我们把这些数据采用图表的方式呈现出来，效果就不一样了，两列数据的逻辑关系非常直观，如图3-7所示。

图3-6

图3-7

4．分析结论

没有结论的数据分析就是半成品。很多数据分析人员落入了分析的怪圈，错误地把统计计算结果或数据呈现的图表作为分析结论。

分析结论是要在统计计算结果、数据呈现图表的基础上提炼结论、观点，必要时可以给出自己的建议。我们做汇报不能只展示统计结果，等着受众自己得出结论，“数据都在这里了，你们看怎么办”，这样的行为就是“甩锅”，是不负责任的，这种行为背后通常意味着我们对本岗位的工作缺乏思考。

在得出分析结论后，就可以根据分析结论撰写报告了。