Ⅰ 工作中如何進行數據分析---用數據來發現問題和機會
機會與問題是對應的，發現問題與發現機會的方法是一樣的。所以下文以發現問題來敘述。 業績的好壞是公司發展如何的最終評價標准，業務發展中的任何問題也都最終會顯示在業績上，所以發現問題是承接於業績評估的，業績評估過程中，尤其是其中的對比評估中，所發生的一些突出的變化都蘊藏著一定的問題和機會。大公司因為已經進入穩定發展期，一般就是用市場佔有率或者利潤的變化情況來判斷，或者是市場佔有率與對手的差距的大小來判斷；而如果是起步期的小公司，則一般市場佔有率比較低，那麼便直接用銷量的變化來判斷。發現問題一般按照從宏觀入手，逐步到微觀的順序，首先結合公司本身的目標與要求根據業績評估的結果來看整個公司的業務有沒有大的問題出現，然後再分具體地區，分具體分銷渠道，分具體產品線結構，分具體顧客群等細分的層面，去看各層面有沒有問題。挖掘到最後，問題一般都顯示在最為細分的地方，比如最終發現的結果是這個月攜程賣南航的西南航線的機票不是很理想。那麼我們日常工作中怎麼去敏銳地發現問題呢？就要求大家在日常工作中養成習慣，周期性地對周或者月度的數據進行簡單總結，而不能僅僅是做個半年總結或者是年度總結；更重要的是這種總結不能只是某位同事發一個EXCEL的月報給到部門同事就結束了，而是要有專人進行跟蹤和細微的分析，根據上面宏觀到微觀的順序對整個業務分析，能出得一些結論性的業績跟蹤報告。另外，發現問題還有個重要的事情就是一定要搞清楚真正的問題是什麼，不能只看錶面的數據，就很慌張或者很樂觀。比如說同比增長率的過大或者過小，是不是因為基數的問題。比如說銷量降低了是不是因為整個行業的季節性問題。還比如不同地區對比的時候，要考慮到地區之間的市場差異，像機票行業，深圳在7、8兩個月的旺季效應就不如廣州明顯，那麼當我們看到深圳的增長相比廣州來說很緩慢的時候，就不能直接說深圳出了問題。這也是大公司最好拿市場佔有率來看不要只是拿銷量來看的原因之一。 後註：很多時候企業業務發展的問題是隱性的，現階段並沒有在銷售數據上顯示出來的，也因此無法從數據中發現這種問題。比如說當市場上突然出現一種新型產品，迎合或者領導了顧客的需求，上市後迅速地奪走了大量的顧客，這種問題在競爭產品沒有上市或者剛上市時期是很那被發現的。
Ⅱ 工作中如何進行數據分析---用數據來發現問題和機會
數據分析怎麼做？做一份數據分析前必須明白數據分析遵循的原則，然後按照常規數據分析步驟進行。
1、數據分析遵循的原則：
① 數據分析為了驗證假設的問題，提供必要的數據驗證；
② 數據分析為了挖掘更多的問題，並找到原因；
③ 不能為了做數據分析而坐數據分析。
2、步驟：
① 調查研究：收集、分析、挖掘數據
② 圖表分析：分析、挖掘的結果做成圖表
3、常用方法：
利用數據挖掘進行數據分析常用的方法主要有分類、回歸分析、聚類、關聯規則、特徵、變化和偏差分析、Web頁挖掘等， 它們分別從不同的角度對數據進行挖掘。
① 分類。分類是找出資料庫中一組數據對象的共同特點並按照分類模式將其劃分為不同的類，其目的是通過分類模型，將資料庫中的數據項映射到某個給定的類別。它可以應用到客戶的分類、客戶的屬性和特徵分析、客戶滿意度分析、客戶的購買趨勢預測等，如一個汽車零售商將客戶按照對汽車的喜好劃分成不同的類，這樣營銷人員就可以將新型汽車的廣告手冊直接郵寄到有這種喜好的客戶手中，從而大大增加了商業機會。
② 回歸分析。回歸分析方法反映的是事務資料庫中屬性值在時間上的特徵，產生一個將數據項映射到一個實值預測變數的函數，發現變數或屬性間的依賴關系，其主要研究問題包括數據序列的趨勢特徵、數據序列的預測以及數據間的相關關系等。它可以應用到市場營銷的各個方面，如客戶尋求、保持和預防客戶流失活動、產品生命周期分析、銷售趨勢預測及有針對性的促銷活動等。
③ 聚類。聚類分析是把一組數據按照相似性和差異性分為幾個類別，其目的是使得屬於同一類別的數據間的相似性盡可能大，不同類別中的數據間的相似性盡可能小。它可以應用到客戶群體的分類、客戶背景分析、客戶購買趨勢預測、市場的細分等。聚類分析的方法可以學習CPDA數據分析的課程。
④ 關聯規則。關聯規則是描述資料庫中數據項之間所存在的關系的規則，即根據一個事務中某些項的出現可導出另一些項在同一事務中也出現，即隱藏在數據間的關聯或相互關系。在客戶關系管理中，通過對企業的客戶資料庫里的大量數據進行挖掘，可以從大量的記錄中發現有趣的關聯關系，找出影響市場營銷效果的關鍵因素，為產品定位、定價與定製客戶群，客戶尋求、細分與保持，市場營銷與推銷，營銷風險評估和詐騙預測等決策支持提供參考依據。
⑤ 特徵。特徵分析是從資料庫中的一組數據中提取出關於這些數據的特徵式，這些特徵式表達了該數據集的總體特徵。如營銷人員通過對客戶流失因素的特徵提取，可以得到導致客戶流失的一系列原因和主要特徵，利用這些特徵可以有效地預防客戶的流失。
⑥ 變化和偏差分析。偏差包括很大一類潛在有趣的知識，如分類中的反常實例，模式的例外，觀察結果對期望的偏差等，其目的是尋找觀察結果與參照量之間有意義的差別。在企業危機管理及其預警中，管理者更感興趣的是那些意外規則。意外規則的挖掘可以應用到各種異常信息的發現、分析、識別、評價和預警等方面。
⑦驗證假設和結果的關系。數據分析的結果是不是合理，是不是符合邏輯要求，是不是和假設的原因一致，為什麼會有結果和假設不相符合的，這些都是最後的報告聽取者可能問的問題，同時也是進行數據分析得到的問題的症結所在。