什么叫数据分析能力

企服解答

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析。

1、描述性统计分析

描述性统计，是指运用制表和分类，图形以及计算概括性数据来描述数据特征的各项活动。描述性统计分析要对调查总体所有变量的有关数据进行统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。数据的频数分析。在数据的预处理部分，利用频数分析和交叉频数分析可以检验异常值。数据的集中趋势分析。用来反映数据的一般水平，常用的指标有平均值、中位数和众数等。数据的离散程度分析。

主要是用来反映数据之间的差异程度，常用的指标有方差和标准差。数据的分布。在统计分析中，通常要假设样本所属总体的分布属于正态分布，因此需要用偏度和峰度两个指标来检查样本数据是否符合正态分布。绘制统计图。用图形的形式来表达数据，比用文字表达更清晰、更简明。在SPSS软件里，可以很容易地绘制各个变量的统计图形，包括条形图、饼图和折线图等。

2、探索性数据分析

探索性数据分析（Exploratory Data Analysis，以下简称EDA）方法是指针对已有数据通过汇总统计、可视化、方程拟合、计算特征量等方式探索数据本身的结构和规律的一种数据分析方法。数据探索阶段的作用是对数据特征的价值挖掘。一方面，EDA能够展示数据集的概貌，获得对数据的直观感受，以可视化的方式获取重要特征和特征之间的相关性；另一方面，EDA是业务和数据之间的桥梁，帮助我们从业务场景中理解数据，有效传达数据中有价值的信息，达到数据价值转化的目标。

3、验证性数据分析

在社会调查研究构成中，研究者首先开发调查问卷。对应于每一个研究者所感兴趣的理论变量，问卷中往往有多个问题。比如，研究者对顾客的忠诚度感兴趣，忠诚度可能用购买频率、主观评估、消费比例等多个问题来衡量。这个理论变量就是因子，这些个别问题是测度项。验证性因子分析就是要检验购买频率、主观评估、消费比例是否真得可以反映忠诚度。

与验证性因子分析相对的是探索性因子分析。在探索性因子分析中，比如主成分分析法，因为我们想让数据“自己说话”，我们即不知道测度项与因子之间的关系，也不知道因子的值，所以我们只好按一定的标准(比如一个因子的解释能力) 凑出一些因子来，再来求解测度项与因子关系。探索性因子分析的一个主要目的是为了得到因子的个数。

相关信息

36氪2020年7月22日讯，“推动业务”是数据人最怕的词了。妈耶，还推动业务呢，我自己不被业务部门天天追着屁股要数就不错了，咋个推动法。可领导们最喜欢提这种要求。今天我们就来详细聊聊。首先要分清的是，提这个问题的人是谁，很重要。

36氪2021年10月22日讯，所有的数据分析，都绕不开是多少、是什么、为什么、会怎样、又如何这五件事。B2B的分析也是如此。只是B2B的分析，会在是多少上花格外多的精力。 一来，B2B采购本身涉及的客户组织架构、决策流程、工作流程特别复杂，需要额外信息； 二来，客户单个价值大，一但失去后果严重，不存在重复做试验的空间，每一个客户都得努力争取； 三来，客

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！