书名：谁说菜鸟不会数据分析（入门篇）
作者：刘夏璐，狄松
本书主要还是进行数据分析入门相关知识的分享，主要软件为Excel。里面整理一些自己觉得重要的知识点提醒，需要的可以找下原书详细看。因为内容还是比较多的，于是分几篇完成整理吧。
一、数据分析基础
数据分析的目的是把复杂数据背后的信息集中与提炼。分为：
描述性数据分析
探索性数据分析
验证性数据分析
数据分析作用：
现状分析
原因分析
预测分析
数据分析过程六个阶段：
明确分析目的和思路
数据收集
数据处理
数据分析
数据展现
报告撰写
数据来源：
数据库
公开出版物（统计年鉴或报告）
互联网
市场调查
常用指标和术语：
平均数：数据平均值
绝对数：反映客观现象总体在一定时间、地点条件下的总规模、总水平的综合性指标，也可表现为一定时间、地点条件下数量增减变化的绝对数。
相对数：两个有联系的指标对比计算而得到的数值，用以反映客观现象之间数量联系程度，基本公式：相对数=比较数值（比数）/基础数值（基数）
百分比：相对数的一种，一个数是另一个数的百分之几。
百分点：不同时期以百分数的形式表示的相对指标的变动幅度，即不应该说提高了17%而应该说提高了17个百分点。
频数：一组数据中个别数据重复出现的次数。
频率；每组类别次数与总次数的比值。
比例：属于相对数，在总体中各部分的数值占全部数值的比重。
比率：属于相对数，不同类别数值的对比。
同比：与历史同时期进行比较得到的数值。
环比：与前一个统计期进行比较得到的数值。
二、确定分析思路
数据分析方法论：从宏观角度指导如何进行数据分析。
数据分析法：具体的分析方法。
常用数据分析方法论：
1、PEST分析法
Political Economic Technological Social
2、5W2H分析法
Why What Who When Where How How much
3、逻辑树分析法
已知问题作为树干，相关问题作为树枝，将问题的所有子问题分层罗列。
遵循以下三个原则：
要素化：把相同问题总结归纳成要素。
框架化：将各个要素组织成框架，遵守不重不漏的原则。
关联化：框架内的各要素保持必要的相互关系，简单而不孤立。
4、4P营销理论
Product Price Place（渠道）Promotion（促销）
5、用户行为理论
认知、熟悉、试用、使用、忠诚
以网站分析为例：
认知——网站访问——IP、PV、人均页面访问量、访问来源
熟悉——网站浏览——平均停留时长、跳出率、页面偏好
熟悉——站内搜索——搜索访问次数占比
试用——用户注册——注册用户数、注册转化率
使用——用户登录——登录用户数、人均登录、访问登录比
使用——用户订购——订购量、订购频次、内容、转化率
忠诚——用户黏性——回访者比率、访问深度
忠诚——用户流失——用户流失数、流失率
三、数据准备
字段是事物或现象的某种特征，统计学中称为变量。
记录是事物或现象某种特征的具体表现，称为数据或变量值。
四、数据处理
数据清洗，将多余的数据筛选清除，将缺失的数据补充完整，将错误的数据纠正或删除。
数据加工，对数据字段进行信息提取、计算、分组、转换等加工。
COUNTIF函数
Ctrl+Enter 在不连续的区域中同时输入同一个数据或公式
Ctrl+F 查找
Ctrl+H 替换
Ctrl+G 定位
以上内容为个人理解整理学习用，请在引用时标明原作者。
如果觉得我的努力还可以，客官点个赞可好？
如果有理解错误，请评论指点我修改。你的支持也是我的学习动力。谢谢！
