当你面对一个新的数据集，如何开始观察和分析。如同面对崇山峻岭，你所在的位置，观察的角度，都会塑造不同的分析效果。

• 维度

小伙伴们都学过平面几何，最开始是一维结构。

只有一个x轴，轴上所有的点组成集合。每个点用x值（该点到原点的距离）描述。

接着扩展到二维结构：

X轴和Y轴组成平面，平面上所有的点构成集合，每个点用x值和y值描述。

随后是三维结构：

X轴，Y轴，Z轴构成空间，空间中的每个点用x,y,z三个值描述。

开个脑洞：我们生活在长，宽，高组成的三维空间中，能够感知到第四个维度——时间。三体中的降维打击就是把太阳系变为二维，生命自然不复存在。假如是来自更高维空间的生命，他们是否能够在时间中自由穿梭？

• 数据的维度

这些和数据分析有什么关联呢？因为数据也有它的维度。描述一个样本时（一件商品，一次交易），会通过不同的属性来表达它的特征。
例如每个学生可用这些属性来描述（学号，姓名，性别，院系，……）
每个属性就是一个维度，每个维度具备自己的取值范围和数据类型。这种按照固定模式描述和储存的数据称为结构化数据。结构化数据的储存方式各有不同。
可以是txt文件：

也可以是Excel文档：

也可以是SQL Server，My Sql等各种类型的数据库。无论是哪种文件形式，加载到dataframe之后，都会成为下面形式的表格：

一个n列的表，可以映射到n维向量空间中。有时需要处理多维的数据集，例如金融机构的大数据风控模型，维度会高达数千。可以想象其计算会非常复杂。通常使用降维技术进行处理，即通过数学方法，甄别出哪些属性是对分析目标至关重要的，哪些是无足轻重的并将其抛弃。

这是一张销售渠道表，也是要使用的示例数据，其中包含（Account,Client, Rep,Manager,Quantity,Price,Status,Date）八个维度。从特定维度进行分组统计，可以获得不同信息。

按客户维度分组，观察每个客户的订单总金额和商品总数，判断大客户和有待发掘的客户。

按经理维度分组，观察每个经理的订单总金额和商品总数，这可是一个重要的绩效标准

。

经理维度和销售代表维度结合，查看每个经理手下，销售代表的订单总额和订单个数。

再把产品维度添加进来，查看每个销售代表的每种商品销售情况。

product.jpg

Manager维度和status维度结合，查看每个销售经理的订单总额和订单个数（len计算的是这一组的记录有多少条）。Debra和Fred的订单总数差不多，但是Fred有3笔订单是won状态，Debra只有1笔，Fred的订单成功率明显更更高。

status.jpg

• 数据字典中的维度
  商业分析中，设计数据字典时，也会提到维度这一概念。它其实是在数据集维度基础上的一个概括和抽象，可以想象为若干个属性的组合。

上图来自解密大数据社群一期课程内容。
同样是分析销售数据，时间维度可以细分为“日、周、月、季、年”，即对某一时间段的数据进行统计。假如数据集中包含地理位置信息，地理位置的维度可以包括“纬度”、“经度”或“城市名称”等属性。

注意：某些数据分析文章中会出现“二维表”一词，这里的“二维”是指表格由行、列共同构成，与表格中每个属性所对应的“维”又是不同的概念。不管该表有多少个属性，都可以称它为二维表。

• 指标
  指标是指可以按总数或比值衡量的具体维度元素（网络定义）。个人理解：在具体维度的基础上，取特定数值进行运算，使之成为有参考意义的衡量标准，就是指标。
  上述对销售表的各种统计信息，都可以成为指标。具体采纳哪些，取决于管理部门和数据分析部门对业务和考核指标的理解。考虑更复杂的情况，计算每个经理或每个销售代表的订单分布，成功的占比多少，失败的，待定的分别占比多少，比起直接计算订单总额是不是更加合理？

总结：面对新的数据集，先理解其中各维度的信息，再思考怎样从原始数据中生成指标，设计指标体系，这是数据分析的基本技能。

本文刻意不涉及任何代码，首先要理解数据模型包含的信息，数据指标从何而来，才能更好地利用代码实现。你也可以展开更多思考，比如每个客户的平均订单金额（客单价），订单数目该如何计算。或者找一个数据集，为它设计一个指标体系。

想了解解密大数据社群数据分析课程，请关注：