Python，Power BI,excel，商业数据分析技能详解

4月17日，有消息称亚马逊将于本周宣布退出中国，具体的时间待定。此后，亚马逊在中国仅保留两项业务，一是Kindle;二是跨境贸易，主营业务电商将全部退出中国。

 

 

有网友表示了震惊，“我昨天刚在亚马逊上买了书，今天它就要退出中国了?!”

更多的人则是早有预感，“这几年存在感确实越来越弱了......”

亚马逊在中国的溃败，离不开互联网经济环境下行的影响。

但身处同样环境，竞争对手阿里却表现优异：阿里2018年第三季度收入851.48亿元，同比增长54%。

大数据，是阿里巴巴逆势增长的秘诀。早在2008年初，阿里巴巴就曾通过询盘数据的下降，预测到全球性金融危机的爆发。打过这场硬仗后，马云意识到数据的重要性，制定了“数据、金融、平台”三大战略。

2016年，马云公开表态：

“未来三十年数据将取代石油，成为最强大的能源”。

数据分析能力成为刚需

中国商委会数据分析统计部也认为，未来中国基础性数据分析人才的缺口将达到1400万。

在大数据时代，万物皆可数据化，几乎每个人的工作都免不了跟数据打交道：大多数技术岗每天都在跟数据打交道;产品岗一直盯着用户数据;销售岗关心着ROI、GMV之类的数据;新媒体会统计阅读相关数据......

掌握基本的商业数据分析能力已经成为刚需。

 

 

什么是商业数据分析?

商业数据分析，是指以商业理论为基础，从数据分析出发，依靠统计工具，以决策优化为目的，洞察数据背后的规律，为商业创造最大价值。简单地说，就是以数据证明为导向，辅助商业决策，实现有效增长。

商业数据分析的起点来源某个场景下的需求，根据需求目标(场景)，搭建分析框架(方法)，提取需要的数据指标(数据)，用适合的工具实现，最后提炼结论，给出建议或策略。

 

 

用什么工具处理商业数据?

其实商业数据分析的基础运用并没有太高的技术门槛，对文科友好，易于入门。

因为它更强调商业思维，各类技术工具只是起到一个辅助作用。从数据获取-存储-清理-展示-计算-建模到最后输出报告，只依靠Excel也能进行商业数据分析。

 

 

Excel贯穿商业数据分析全过程

你统计的Excel销售数据表可能长这个样子：

 

 

可以看出，数据之间的关系很不清晰，更别提以此为基础进行决策了。

运用Excel进行高级处理后，你可以把这份表格转化成以销售管理分析仪为基础的交互式财务报表。

 

 

以这张表格为基础，就可以更加直观地观察到企业的各个产品如何变化，洞察背后的根本原因，采取更加精准的措施。

但如果想要更好地掌握商业数据分析，除了Excel之外，你还需要掌握以下几个技术工具：Excel、tableau、Python、SQL：

tableau：tableau是一块操作特别简单的软件，上手快不需要写代码，数据的导入和加载都是向导式。

作为一款对小白很有好的软件，tableau内置许多美观的可视化图表，不用考虑配色，导入表格后处理好格式即可。

 

 

tableau自带的可视化图表

Python：python的生态系统为数据分析师和数据科学家提供了各种程序库，其中NumPy、SciPy、Pandas和Matplotlib库共同构成了Python数据分析的基础。

 

 

SQL：是一门特殊的编程语言，主要用于存取数据以及查询、更新和管理关系数据库系统，是相对好掌握的一门工具。

 

 

如何洞察数据背后的规律?

2013年，著名咨询公司Gartner曾经总结归纳出一套数据分析的框架，其中包括四个分析层次：

描述性分析：发生了什么
诊断性分析：为什么会发生
预测性分析：什么可能会发生
处方性分析：该做些什么

 

 

用一个简单的商业分析案例把Gartner的数据分析框架运用起来：

商业分析师观察报表发现，最近小羊的产崽特别少(描述性分析)。调查之后他发现，这是因为羊圈中有500只公羊、100只母羊;羊群性别比例严重失调(诊断性分析)。考虑到饲养成本，现状持续三个月后收入将入不敷出(预测性分析)。

通过对市场调研他发现，羊的售价在2月份达到最高，7月份达到最低。于是他向羊圈主人建议：在2月份卖掉一部分公羊，在7月份买入适当数量的母羊，平衡羊群性别比例，达到最高收益(处方性分析)。

除了Gartner的数据框架之外，数据分析中常见的还有5W2H模型：

 

 

5W2H分别对应：Why、What、Who、When、Where;How、How much。用5W2H模型分析用户的购买行为，考虑的方面就会特别全面：

why：购买动机/目的是什么?
What：主要购买的产品是哪些?
Who：用户有哪些特征?
When：用户通常在什么时间购买?
Where：用户从什么渠道的购买的?
How：用户喜欢用什么样的支付方式?
How much：价格段销量分布如何?

商业数据分析要求什么能力

在实际的商业场景中，除了掌握上述的数据分析框架，你还需要掌握以下几类能力：

强大的行业知识储备：了解行业情况，是做好商业数据分析的基础;这就要求你除了关心公司和竞争对手的数据之外，还要每天坚持阅读行业相关的报道，积累行业知识。

分析思维：分析思维是商业数据分析的核心，这就要求商业数据分析师具备强大的逻辑分析能力，毕竟有完整的逻辑链条才能全面分析，最终提出决策。

沟通汇报能力：完成了一个完整的商业数据分析方案之后，就需要跟领导进行汇报。只有与自身业务进行联系，简单明了地让领导理解后，你的结论才有可能被采纳。

 

标签： Python 商业数据分析

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。