1.3 數(shù)據(jù)分析究竟在分析什么

數(shù)據(jù)分析的重點(diǎn)在分析，而不在工具，那么我們究竟該分析什么呢？

1.3.1 總體概覽指標(biāo)

總體概覽指標(biāo)又稱統(tǒng)計(jì)絕對數(shù)，是反映某一數(shù)據(jù)指標(biāo)的整體規(guī)模大小，總量多少的指標(biāo)。

例如，當(dāng)日銷售額為60萬元，當(dāng)日訂單量為2萬，購買人數(shù)是1.5萬人，這些都是概覽指標(biāo)，用來反映某個時間段內(nèi)某項(xiàng)業(yè)務(wù)的某些指標(biāo)的絕對量。

我們把經(jīng)常關(guān)注的總體概覽指標(biāo)稱為關(guān)鍵性指標(biāo)，這些指標(biāo)的數(shù)值將會直接決定公司的盈利情況。

1.3.2 對比性指標(biāo)

對比性指標(biāo)是說明現(xiàn)象之間數(shù)量對比關(guān)系的指標(biāo)，常見的就是同比、環(huán)比、差這幾個指標(biāo)。

同比是指相鄰時間段內(nèi)某一共同時間點(diǎn)上指標(biāo)的對比，環(huán)比就是相鄰時間段內(nèi)指標(biāo)的對比；差就是兩個時間段內(nèi)的指標(biāo)直接做差，差的絕對值就是兩個時間段內(nèi)指標(biāo)的變化量。

例如，2018年和2017年是相鄰時間段，那么2018年的第26周和2017年的第26周之間的對比就是同比，而2018年的第26周和第25周的對比就是環(huán)比。

1.3.3 集中趨勢指標(biāo)

集中趨勢指標(biāo)是用來反映某一現(xiàn)象在一定時間段內(nèi)所達(dá)到的一般水平，通常用平均指標(biāo)來表示。平均指標(biāo)分為數(shù)值平均和位置平均。例如，某地的平均工資就是一個集中趨勢指標(biāo)。

數(shù)值平均是統(tǒng)計(jì)數(shù)列中所有數(shù)值平均的結(jié)果，有普通平均數(shù)和加權(quán)平均數(shù)兩種。普通平均的所有數(shù)值的權(quán)重都是1，而加權(quán)平均中不同數(shù)值的權(quán)重是不一樣的，在算平均值時不同數(shù)值要乘以不同的權(quán)重。

假如你要算一年中每月的月平均銷量，這個時候一般就用數(shù)值平均，直接把12個月的銷量相加除以12即可。

假如你要算一個人的平均信用得分情況，由于影響信用得分的因素有多個，而且不同因素的權(quán)重占比是不一樣的，這個時候就需要使用加權(quán)平均。

位置平均是基于某個特殊位置上的數(shù)或者普遍出現(xiàn)的數(shù)，即用出現(xiàn)次數(shù)最多的數(shù)值來作為這一系列數(shù)值的整體一般水平。基于位置的指標(biāo)最常用的就是中位數(shù)，基于出現(xiàn)次數(shù)最多的指標(biāo)就是眾數(shù)。

眾數(shù)是一系列數(shù)值中出現(xiàn)次數(shù)最多的數(shù)值，是總體中最普遍的值，因此可以用來代表一般水平。如果數(shù)據(jù)可以分為多組，則為每組找出一個眾數(shù)。注意，眾數(shù)只有在總體內(nèi)單位足夠多時才有意義。

中位數(shù)是將一系列值中的每一個值按照從小到大順序排列，處于中間位置的數(shù)值就是中位數(shù)。因?yàn)樘幱谥虚g位置，有一半變量值大于該值，一半小于該值，所以可以用這樣的中等水平來表示整體的一般水平。

1.3.4 離散程度指標(biāo)

離散程度指標(biāo)是用來表示總體分布的離散（波動）情況的指標(biāo)，如果這個指標(biāo)較大，則說明數(shù)據(jù)波動比較大，反之則說明數(shù)據(jù)相對比較穩(wěn)定。

全距（又稱極差）、方差、標(biāo)準(zhǔn)差等幾個指標(biāo)用于衡量數(shù)值的離散情況。

全距：由于平均數(shù)讓我們確定一批數(shù)據(jù)的中心，但是無法知道數(shù)據(jù)的變動情況，因此引入全距。全距的計(jì)算方法是用數(shù)據(jù)集中最大數(shù)（上界）減去數(shù)據(jù)集中最小數(shù)（下界）。

全距存在的問題主要有兩方面。

● 問題1，容易受異常值影響。

● 問題2，全距只表示了數(shù)據(jù)的寬度，沒有描述清楚數(shù)據(jù)上下界之間的分布形態(tài)。

對于問題1我們引入四分位數(shù)的概念。四分位數(shù)將一些數(shù)值從小到大排列，然后一分為四，最小的四分位數(shù)為下四分位數(shù)，最大的四分位數(shù)為上四分位數(shù)，中間的四分位數(shù)為中位數(shù)。

對于問題2我們引入了方差和標(biāo)準(zhǔn)差兩個概念來衡量數(shù)據(jù)的分散性。

方差是每個數(shù)值與均值距離的平方的平均值，方差越小說明各數(shù)值與均值之間的差距越小，數(shù)值越穩(wěn)定。

標(biāo)準(zhǔn)差是方差的開方，表示數(shù)值與均值距離的平均值。

1.3.5 相關(guān)性指標(biāo)

上面提到的幾個維度是對數(shù)據(jù)整體的情況進(jìn)行描述，但是我們有的時候想看一下數(shù)據(jù)整體內(nèi)的變量之間存在什么關(guān)系，一個變化時會引起另一個怎么變化，我們把用

來反映這種關(guān)系的指標(biāo)叫做相關(guān)系數(shù)，相關(guān)系數(shù)常用r來表示。

其中，Cov(X,Y)為X與Y的協(xié)方差，Var[X]為X的方差，Var[Y]為Y的方差。

關(guān)于相關(guān)系數(shù)需要注意以下幾點(diǎn)。

● 相關(guān)系數(shù)r的范圍為[-1,1]。

● r的絕對值越大，表示相關(guān)性越強(qiáng)。

● r的正負(fù)代表相關(guān)性的方向，正代表正相關(guān)，負(fù)代表負(fù)相關(guān)。

1.3.6 相關(guān)關(guān)系與因果關(guān)系

相關(guān)關(guān)系不等于因果關(guān)系，相關(guān)關(guān)系只能說明兩件事情有關(guān)聯(lián)，而因果關(guān)系是說明一件事情導(dǎo)致了另一件事情的發(fā)生，不要把這兩種關(guān)系混淆使用。

例如，啤酒和尿布是具有相關(guān)關(guān)系的，但是不具有因果關(guān)系；而流感疾病和關(guān)鍵詞檢索量上漲是具有因果關(guān)系的。

在實(shí)際業(yè)務(wù)中會遇到很多相關(guān)關(guān)系，但是具有相關(guān)關(guān)系的兩者不一定有因果關(guān)系，一定要注意區(qū)分。