我在做資料分析的時候，經常提醒自己，要多想一想，為什麼做這個資料分析？不要陷入使用工具的泥潭而不能自拔，不要為了做圖表而做圖表，不要為了寫報告而寫報告。
資料分析的工具只是實現目標的手段，我們可以利用工具去解決實際問題，特別是解決那些對業務有關鍵影響的問題，用資料去讓業務發展得更好。
不要只是把資料做成圖表，就直接提交上去，要站在業務的角度去思考，如何才讓業務發展得更好，用客觀的、合乎邏輯的方式說明：
（1）客觀情況是什麼？what
（2）為什麼會是這樣？why
（3）將來應該怎麼做？how
1. 解決問題，你需要「流程」
首先，有了流程，才能避免見到資料就立即動手，卻總是在原地打轉的情況。
解決問題的流程，從「明確目標」開始，然後找到「原因」，知道下一步需要採取哪些行動。
比如說，為了提高發貨效率，可以整理從「接到訂單」、到「確認庫存」、再到「聯絡顧客」和「提示發貨」、最後到「發貨」的流程圖，分析每乙個階段的效率情況。
再比如說，為了防止利潤繼續減少，可以用**「杜邦分析法」，針對關鍵指標進行假設分析。為了防止銷售業績繼續下滑，可以用「4 p 營銷理論」**的框架，從產品、渠道、**、**的角度提出假設，找到問題的關鍵點。
對領導布置的任務，不要就事論事地只看任務本身，要留意「任務背後的訴求」，試著從高出自己一兩個級別的水平進行思考，避免自己的視野過於狹窄，培養自己擴充套件思路的能力。
對於只看資料分析報告的老闆來說，他們看重的不是資料分析的方法和工具，而是結論。老闆不是要看資料分析師的「炫技」，而是要看資料分析師提出的建議能否解決實際的問題。
2. 分解資料，找到「問題的關鍵」
在明確目標並大致把握現狀之後，開始進入提出假設、確定問題關鍵的階段。
那麼，具體應該如何找到「問題的關鍵」呢？
比如說，銷售額可以分解為銷售數量與平均單價的乘積，銷售數量可以分解為新客戶的購買數量和老客戶的購買數量，對於老客戶，再次選擇「回頭客」比例作為「客戶忠誠度」，從產品、使用者年齡、職業、性別、時間等維度進行對比分析，最終找到影響問題的關鍵。這裡再舉乙個例子，林驥以前用 excel做過乙個動態杜邦分析模型，其中體現盈利能力的指標：銷售淨利率 = 淨利潤 / 銷售收入，淨利潤= 銷售收入 - 全部成本 + 其他利潤 - 所得稅，這樣把關鍵指標一層一層地進行分解，結合對比思維，如果某個資料的變化比較異常，那麼就可以進一步深入地進行分析，從而找到關鍵的影響因素。
（說明：圖中資料都是虛擬的）
3. 採用交叉視點，鎖定「原因」
在實際工作中，很多情況是，雖然通過細緻入微地分析，我們知道了現狀，但是，到了鎖定原因的階段，卻又用主觀的見解，來代替客觀的事實。
能否用資料說話，會導致後面的工作方法截然不同。
在解決實際問題的過程中，知道「是什麼」固然重要，但更重要的是，還要知道「為什麼」和「怎麼辦」。很多資料分析工作，一直停留在「是什麼」這個階段，是因為思維被限制在單個維度的範圍之內。
為了開啟資料分析的思路，我們可以運用「相關思維」，找到對最終目標具有關鍵影響的原因。
比如說，針對「銷售額」這個目標，找出「顧客滿意度」、「降價」、「產品質量」等可能影響的因素，分析這些因素與目標的相關程度，從而得知對銷售額產生劇烈影響的原因。需要主要的是，相關關係並不等於因果關係。
4. 制定對策，要依據「方程式」
了解相關程度的大小，對鎖定原因非常有效，但是只靠相關分析，卻無法知道這個原因對目標產生的影響有多大。
領導可能會問：那麼具體要採取哪些措施，要做到何種程度呢？
相關分析歸根到底還只是知道「為什麼」，而並不知道「怎麼做」。
通過回歸分析，可以將 2 個資料之間的相關關係，表現為具體的公式。
比如說，為了提高某設施的使用率，假設使用人數與使用滿意度之間存在相關關係，下一年度使用人數的目標為 2000 人，根據歷史資料進行回歸分析，可以得出下面的回歸方程序：2000 = 23.68 * 使用滿意度 + 174.7
從而計算出，使用滿意度 = (2000-174.7)/23.68 = 77 分，我們在散點圖中也能看出這個結果。
如果只是提出**「提高使用滿意度」的口號，我們還是無法採取具體的行動。於是，接下來要關注與使用滿意度高度相關的「使用方便程度」**，它是提高使用滿意度的更進一步原因。
類似地，對**「使用滿意度」與「使用方便程度」**進行回歸分析，再用回歸方程序反向計算出，想要使用滿意度達到 77 分，就要讓使用方便程度的分數達到約 66 分，從而比較明確地回答了上面「要做到何種程度」的問題。
5. 用資料講故事
有些人做的資料分析報告，會密密麻麻地寫滿詳細的文字或圖表，讓人抓不到重點，看不到關鍵的結論和建議，不知道到底想要說明什麼。這種「面面俱到」的做法，還是放棄為好。
我們在用資料講故事的時候，應該把主要的時間和精力，用來思考核心資訊是什麼？看報告的人想要知道什麼？
小結:面對資料，很多人不知道怎麼分析，花費大量時間和精力，製作出漂亮的圖表，卻並不能解決任何實際問題，也經不起推敲和質疑。
《如何用資料解決實際問題》這本資料分析的基礎入門書，主要是使用 excel 作為資料分析的工具，去解決業務實際中可能遇到的問題，全書沒有高深的理論和原理，也沒有複雜的工具和演算法，都是從實際工作中得來的經驗、技巧和方法。
根據不同的階段和水平，資料分析師所需的能力可以分為 4 種：
（1）解讀資料：掌握觀察資料的「視點」，這是駕馭資料的基礎。
（3）綜合技能：將各種方法或思維方式有機結合起來，形成具有整體一貫性的解決問題的故事。
（4）高階分析技能和 it 系統：掌握運用專業的高難度方法和高難度技術進行分析的能力。對於大多數人來講，具備（1）～（3）的技能就足夠了，而這本書主要就是在介紹基本的資料分析方法。
最後，如果你想進一步提高技能，建議你在大量實踐中積累經驗，面對每個工作任務的時候，都認真地加以思考和總結。
以上，希望能夠對你有所啟發。
mysql實際工作中的應用
記錄一下實際應用中mysql方面需要注意的地方 4 mysql大於等於 小於等於的寫法 5 按照漢字的拼音排序，用的比較多是在人名的排序中，按照姓氏的拼音字母，從a到z排序 如果儲存姓名的字段採用的是gbk字符集，那就好辦了，因為gbk內碼編碼時本身就採用了拼音排序的方法 常用一級漢字3755個採用...
Python字典在實際工作中的應用
在工作中遇到要為現有的資料庫表a新增大量資料，該資料與a表中某類資料相同，但是id不同，並且同時增加關聯該錶的其他 b c表 解決思路 通過python字典型別變數，轉換關聯表中原資料的id為對應新增資料的id。最後，通過下面程式生成對應新增的id，儲存到檔案中，然後上傳資料到資料庫。usr bin...
samba服務9 實際工作中的許可權控制
之前說過的samba配置檔案以及基本使用，如果只是簡單的實驗環境或者說幾個人使用，一步一步來沒什麼問題，但在實際的工作環境中，使用者眾多，目錄眾多，許可權交叉，會非常的複雜。比如說這樣 乙個共享目錄dir share，同乙個部門不同層級下的人對這個目錄的許可權是不一樣的，有些人能進入而且能看 rx ...