很多商业案例分析都离不开数据的支持，所以掌握数据分析的方法非常重要。

观远BI更智能的大数据分析软件，快速挖掘企业数据的价值。

凡是呈现在我们面前的精彩商业案例分析，如果追根溯源，都离不开底层的数据支撑。因此，有必要了解一些数据分析。今天小麦就跟大家分享一下他在日常生活中是如何做数据分析的。

通常小麦在做数据分析时，会将数据分析拆分为5个步骤（采集、清洗、比较、分割、溯源）。让我们一一展开。

一.数据收集

我们在做数据分析的时候，首先要解决的问题一定是数据源的问题。 Allen 通常将数据分为两大类。

第一类是可以直接获取的数据，通常是内部数据。无非就是网站背景或者自己家数据库中的指南。

第二类是外部数据，需要处理和排序。

典型的数据源是：

百度指数：（市场容量分析）

阿里指数：（销量、份额分析）

梅花网：（广告分析）

CNZZ、微博指数等。 .

当然有很多很多有价值的数据源（根据行业和需要找到最合适的数据源），上面列举的三个典型数据源只是举例。这里需要提一下，第三方数据源往往需要考虑数据源的真实性。

二.数据清洗

清洗数据（过滤、清除、补充、校正）的目的无非是从大量杂乱无章、难以理解的数据中提取和导出有价值且有意义的数据来解决问题。清洗后，保存真正有价值且有条理的数据，为以后的数据分析减少分析障碍。此处不详

三.数据对比

比较是数据分析的起点。因为如果没有参考，数据就没有量化的评价标准。通常我们从两点开始进行数据对比分析：1.横向对比2.纵向对比

横向比较，与行业平均数据，与竞争对手数据进行比较。比如你的APP用户留存率是60%，而行业平均留存率是70%，或者你竞争对手的用户留存率是70%，说明你的产品在留存率上需要加强！

纵向对比，与自家产品的历史数据对比，围绕时间轴进行对比。让我们以用户保留率为例。比如APP改版前30天，新用户留存率为70%。新版APP发布后，新用户留存率下降10%或上升5%。那么问题来了，导致数据异常的因素有哪些？

您必须知道，数据比较是发现问题的第一步。只有当发现问题时，我才需要找出问题并解决它。如果没有引用对象，那么在其中放置单独的数据是没有意义的。

四.数据分解

数据比较发现异常，我们当然想知道是什么原因造成的。这里使用数据细分。数据细分通常分为纬度和粒度。

什么是纬度？按时间分类为时间纬度，按地区分类为地理纬度，按来源分类为来源纬度，按访问页面分类为访问纬度。如今，APP访问量增长了5%。我不知道发生了什么。如果你分解它，大多数网页并没有增加。某频道、某活动页面增加了300%。这很清楚。这是最细分的。简单的例子，其实很多字段都是通用的。

什么是粒度？你的时间和纬度是以天还是小时为单位的？这就是粒度的区别。您的目的地的纬度是您来自的网站，或者您来自的网址。这就是粒度的区别。通过细分纬度和粒度，可以将比较的差值逐步锁定到问题区域。更容易找到问题的原因。

五.数据溯源

通常，数据分割可以分析大多数问题的原因并得出结论。但也有特殊情况，即使具体到粒度也无法得出令人信服的结论。

这个时候，我们可以更进一步，通过数据溯源，找到问题的原因。根据锁的纬度和粒度作为搜索条件，查询所涉及的源日志和源记录，然后据此分析和反思用户的行为，往往会有惊人的发现。

或者结合用户使用场景考虑。比如国内的社交产品在通勤时间会特别活跃，但是产品经理对比了美国地区，发现美国地区用户的工作活动数据正好相反，特别低，为什么？我看不到数据，我该怎么办？如果产品经理想想用户在工作中的使用场景，一眼就能看出问题所在，因为国内通勤者上班一般都是乘坐公交地铁等公共交通工具，所以有很多时间玩社交、刷你的朋友圈。在美国，大多数通勤者自己开车上班（车轮上的国家）。他们在工作时间专心开车，没有时间玩手机和社交产品。

其实咪咪在过去的工作中也基于这个逻辑发现了一些产品的一些缺陷，如果你继续这样分析数据，你对用户行为的理解会逐渐加深。

最后简单总结一下：马云巴巴说阿里管理三轴：拉头发、照镜子、闻。同样，在数据分析中，有五个轴：收集、清洗、比较、分割和可追溯性。这是数据分析中最核心、最实用的“一体机”。 （文章来自网络，侵权联系删除）

关于观远数据软件

广州观远数据软件有限公司致力于为企业客户提供一站式商业智能解决方案。

通过观远BI产品为客户提供报表、数据可视化、数据挖掘等成熟功能；通过观远BI应用商店为客户提供场景化、产业化的数据分析应用。经过十余年的发展，已获得金融、电信、政府、制造等行业近2000家领先客户的认可，拥有良好的口碑。 《财富》世界500强的10家国内银行中，有8家入选观远BI。

2018年4月完成4000万元A轮融资，公司在北京、上海、武汉、成都、西安、厦门等地设有分公司！