其实，数据分析就一个套路！

Posted 2020-09-17

经常看数据分析类的文章的同学都知道，我们往往能通过种种数据去揭露一个事实，而不是泛泛而谈，因为数据是不会说谎的。

一直有同学反馈：每每看到各类数据分析的文章，又是用Python，又是用R，还有其他好用的工具，心里觉得痒痒，不知道如何上手，如何有套路地去分析。

其实，你们看到光鲜亮丽的分析图表其实是次要的，只要能达成目的，各类工具都是一样的，无论excel还是R，分析的重点应该在于idea和思路。撇开哪些成套成套的理论，其实数据分析的套路（土办法）就那么一回事儿。

01.确定问题

首先，应该明确自己要分析的问题，比如说：

• 鉴定淘宝上的某个商品是否有刷单行为

• 鉴定华为的 P10 门有没有请水军来公关

• 国产电影的整体质量近年是否在降低？

02.数据来源

现在我们已经知道了我们要去研究怎样的问题了，下一个很重要的问题就是数据来源哪里？抓怎样的数据？抓怎样的数据可以帮我我们解释我们提出的待分析的问题。

比如说我们想研究国产电影的整体质量近年是否在降低，那我们就要想：电影的质量是否可以量化？哪里可以有这几年的国产电影的数据？显然，豆瓣电影已经帮我们做到了这一点，于是我们只需要去把豆瓣的国产电影评分等信息全都提取出来即可。

又比如我们想研究淘宝的某个商品是否存在刷单行为，那我们就要想：刷单的行为有什么特征？显然，刷单的商品评论正常都会出现：短时间内突然出现超多商品评论，并且这些评论可能有很多是一样的内容。明确这一点，我们只需要去把这个商品的所有平均数据都提取出来。

通过上面两个例子，你应该会发现：IDEA很重要，要分析怎样的问题，数据来源哪里，因此通常第一步第二步是最重要的。

如何训练这种IDEA？我的建议是：多看看别人的数据分析的文章，如果可以的话强烈建议你经常性的做头脑风暴，尤其是你无聊无事可做的时候，我经常用来打发时间。

03.数据抓取

上一步已经确定了数据来源，巧妇难为无米之炊，有了数据我们才能进行分析，所以紧接着我们就要做数据采集。怎么爬数据？学习Python确实要一段时间，不妨考虑网上付费的爬虫软件，或者付费找知乎上的大V爬。

04.数据可视化

如果说确定问题是一个婴儿的雏形，那么数据就是他的身体内部构造，而可视化就是他的外表，可视化决定着这个婴儿的外貌，决定着别人是都喜欢你的可视化结果。

那么，如何做可视化？

如果你对Excle比较熟悉，并且你的可视化并没有涉及到太复杂的功能，那么我推荐你使用Excle自带的图表功能。

如果你想要你的图表绚丽多彩，不妨试一试百度的唯一一款良心产品Echarts，图表多样并且灵活性很大，做出的也比较好看。

最后推荐一个我经常在我文中出现的BI数据分析工具——FineBI，数据导入读取字段便可以随意分析，这个虽然是商业工具，但好在个人使用免费，但作为一个数据平台工具，个人觉得在企业的应用更广。

05.再说一点

有很多同学说，不知道怎样的问题可以用数据来解释，怎样的问题无法用数据来解释。对此，我有一个建议：可以先抓取一些数据，对这些数据进行清理之后直接扔到 FineBI 里面"玩一会"，你会发现一些有意思的东西。

数据分析重点在IDEA，而这些IDEA是要经过不断的学习和思考的.