上海博为峰软件技术股份有限公司旗下的职业教育培训品牌学掌门以企业需求为导向，已开设软件测试、数据分析、Web前端开发、Java、Java+大数据、超全栈开发（web前端+Java+python）、Python全栈开发与人工智能、Python大数据分析、BI商业数据分析、移动端开发、大数据等热门技术领域就业课程、进阶课程以及认证与培训服务。

　　同时，学掌门将持续推出更多的品类、班型和课程，帮助在校大学生和在职人群，选择更合适的课程，并通过自研的入学测评系统综合判断学员的学习能力和适合学习的课程/难度，提供差异化、个性化教学方案，全面实施分层教学，逐步实现因材施教的差异化，较终实现职业教育的个性化。

　　学掌门数据分析就业班通过线上线下、直播录播与平台结合的方式 ，让学员在业务数据分析、计算机编程、数据挖掘/机器学习算法上获得全面提升：从基础的数据分析理论方法到必备的数据分析算法，再到流行的数据可视化技术以及基于Python的大数据分析语言，直至时下热门的BI大数据分析技术。学掌门构建全栈数据分析课程，搭配热门行业真实项目实操，使您成为在互联网、零售、金融等行业专门从事数据的采集、清洗、处理、分析并能制作业务分析报告，提供决策的新型复合型大数据分析/挖掘人才。

　　课程优势

　　广度：传统数据分析 + 商业智能BI + 可视化数据分析 + Python数据分析 + Hive大数分析+人工智能；30+项目案例全程贯穿 + 企业级商业数据分析案例剖析精讲

　　深度：BI商业分析—>数据分析—>大数据分析—>数据挖掘—>机器学习—>推荐系统—>机器视觉（选修）

　　价实：直播+录播（赠送） + 企业导师周末加餐 + 入学即送价值8800元人工智能专业课程 = 物超所值

　　就业：就业面广，即可以从事BI、业务数据分析相关的管理线，也可以从事Python数据分析相关的技术线

　　5个常用的大数据可视化分析工具

　　在数据分析中，无论数据收集过程有多么科学、数据处理多么先进、分析方法多么高深，如果不能将它们有效地组织和展示出来，并与决策者进行沟通与交流，就无法体现数据和分析的价值。

　　因此，分析报告实质上是一种沟通与交流的形式，主要作用在于展示分析结果、验证分析质量，为决策者提供参考依据，并可以有针对性、操作性、战略性的决策。今天，我们来一探究竟常见数据分析及报告规范。

　　Part1 结构规范及写作

　　报告常用结构：

　　1.1 架构清晰、主次分明

　　数据分析报告要有一个清晰的架构，层次分明能降低阅读成本，有助于信息的传达。虽然不同类型的分析报告有其适用的呈现方式，但总的来说作为议论文的一种，大部分的分析报告还是适用总 - 分 -(总) 的结构。

　　推荐学习金字塔原理，中心思想明确，结论先行，以上统下，归类分组，逻辑递进。行文结构先重要后次要，先全局后细节，先结论后原因，先结果后过程。对于不太重要的内容点到即止，舍弃细枝末节与主题不相关的东西。

　　1.2 核心结论先行、有逻辑有依据

　　结论求精不求多。大部分情况下，数据分析是为了发现问题，一份分析报告如果能有一个较重要的结论就已经达到目的。精简的结论能降低阅读者的阅读门槛，相反太繁琐、有问题的结论 100 个 = 0。报告要围绕分析的背景和目的以及要解决的问题，给出明确的答案和清晰的结论；相反，结论或主题太多会让人不知所云，不知道要表达什么。

　　分析结论一定要基于紧密严谨的数据分析推导过程，尽量不要有猜测性的结论，太主观的结论就会失去说服力，一个连自己都没有把握的结论千万不要在报告里误导别人。

　　但实际中，部分合理的猜测找不到直观可行的验证，在给出猜测性结论的时候，一定是基于合理的、有部分验证依据前提下，谨慎地给出结论，并且说明是猜测。如果在条件允许的前提下可以通过调研 / 回访的方式进行论证。

　　不回避 “不良结论” 。在数据准确、推导合理的基础上，发现产品或业务问题并直击痛点，这其实是数据分析的价值所在。

　　1.3 结合实际业务、建议合理

　　基于分析结论，要有针对性的建议或者提出详细解决方案，那么如何写建议呢？

　　首先，要搞清给谁提建议。不同的目标对象所处的位置不同，看问题的角度就不一样，比如高层更关注方向，分析报告需要提供业务的深度洞察和指出潜在机会点，中层及员工关注具体策略，基于分析结论能通过哪些具体措施去改善现状。

　　其次，要结合业务实际情况提建议。 虽然建议是以数据分析为基础提出的，但仅从数据的角度去考虑就容易受到局限、甚至走入脱离业务忽略行业环境的误区，造成建议提了不如不提的结果。因此提出建议，一定要基于对业务的深刻了解和对实际情况的充分考虑。

　　再进一步，如果可以给出这个建议实施后的收益，下单转化提升多少、交易提升多少、能节省多少成本等，把价值点直接传递给阅读对象。

　　上面讲了报告的写作原则，举个例子，参考艾瑞网，《留存与未来 - 疫情背后的互联网发展趋势报告》

　　Tips：尝试站在读者的角度去写分析报告，内容通俗易懂，用语规范谨慎。如果汇报对象不是该领域的，就要避免使用太多晦涩难懂的词句，同时报告中使用的名词术语一定要规范，要与既定的标准（如公司指标规范）以及业内公认的术语一致。

　　Part2 数据使用及图表

　　数据分析往往是 80% 的数据处理，20% 的分析。大部分时候，收集和处理数据确实会占据很多时间，较后才在正确数据的基础上做分析，既然一切都是为了找到正确的结论，那么增加数据准确就显得格外重要，否则一切努力都是误导别人。

　　2.1 分析需要基于可靠的数据源

　　用于鉴别信息 / 数据的可靠性，主要有四种方法：同类对比、狭义 / 广义比对、相关对比和演绎归谬。

　　2.1.1 同类对比

　　与口径相同或相近，但来源不同的信息进行对比。

　　示例：较常见就是把跑出来的数据和报表数据核对校验。

　　2.1.2 狭义 / 广义对比

　　通过与更广义（被包含）或更狭义（包含）的信息进行对比。

　　示例：3C 品类销售额与商城总销售额比较，3C 的销售额更高显然是错误的，因为商城总销售额包含 3C 销售额；某些页面 / 频道的 UV 与 APP 总 UV 比较也类似。

　　2.1.3 相关对比

　　通过与具有相关性、关联性的信息进行对比。

　　示例：某平台的 Dn 留存率，对于同一个基准日期来说，D60 留存率一定低于 D30 留存率的，如果出现大于的情况，那就是错误数据了。

　　2.1.4 演绎归谬

　　通过对现有证据的深入演绎，推导出结果，判断结果是否合理。

　　示例：比如某平台的销售客单价 2000 左右，总销售额 1 亿左右；计算得出当日交易用户数 10 万，通过乘以客单价，得到当天销售额 2 亿，显然与业务体量不符，为错误的数据。

　　Tips：以上都是常用的方法论，较核心是足够了解业务，对关键指标数据情况了然于心，那么对数据准确性的判断水到渠成。对此，建议是每日观测核心业务的数据情况，并分析波动原因，培养业务理解力和数据敏感度。

　　2.2 尽量图标化，提高可读性

　　用图表代替大量堆砌的数字，有助于阅读者更形象直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从。

　　让图表五脏俱全，一张图必须包含完整的元素，才能让阅读者一目了然。标题、图例、单位、脚注、资料来源这些图表元素就好比图表的五脏六腑。

　　要注意的条条框框。首先，避免生出无意义的图表。决定做不做图的标准就是能否帮助你有效地表达信息。第二点、不要把图表撑破。较好一张图表反映一个观点，突出重点，让读者迅速捕捉到核心思想。第三点、只选对的，不选复杂的。第四点、一句话标题。

　　常见的图表类型选择：

　　图表使用 Tips：

　　2.2.1 折线图

　　选用的线型要相对粗些，线条一般不超过 5 条，不使用倾斜的标签，纵坐标轴一般刻度从 0 开始。预测值的线条线型改为虚线。

　　2.2.2 柱形图

　　同一数据序列使用相同的颜色。不使用倾斜的标签，纵坐标轴一般刻度从 0 开始。一般来说，柱形图较好添加数据标签，如果添加了数据标签，可以删除纵坐标刻度线和网格线。

　　2.2.3 条形图

　　同一数据序列使用相同的颜色。不使用倾斜的标签，较好添加数据标签，尽量让数据由大到小排列，方便阅读。

　　2.2.4 饼图

　　饼图使用场景相对少，如需使用，注意以下事项：把数据从 12 点钟的位置开始排列，较重要的成分紧靠 12 点钟的位置。数据项不要太多，保持在 6 项以内，不使用爆炸式的饼图分离。不过可以将某一片的扇区分离出来，前提是你希望强调这片扇区。饼图不使用图例。不使用 3D 效果。当扇区使用颜色填充时，推荐使用白色的边框线，具有较好的切割感。

　　2.2.5 警惕图表说谎

　　虚张声势的增长

　　人们喜欢研究一条线的发展趋势，例如股市、房价、销售额的增长趋势，有时候为了吸引读者故意夸大变化趋势，如图 1 通过截断数轴夸大增长速度，从正常数轴的图 2 看到增长是缓慢的。

　　3D 效果的伪装

　　3D 图形容易造成视觉偏差，如图 1 有 3D 效果，看上去 A->B->C->D->E 依次递增，实际是 D>E，要格外小心图表的伪装。

　　Part3 常见数据分析误区

　　“用数据说话”，已经成为一种流行语。

　　在很多人的心里，数据就代表着科学，科学就意味着真相。“数据不会骗人”，也成了说服别人时常用的口头禅，事实果真如此吗？让我们来谈谈那些常见的误区。

　　3.1 控制变量谬误

　　在做 A/B 测试时没有控制好变量，导致测试结果不能反映实验结果。或者在进行数据对比时，两个指标没有可比性。举个例子，为测试不同营销时间点对下的转化的影响，但 A 实验使用短信营销、B 实验使用电话营销，未控制变量（营销方式），导致实验无法得出结论。

　　3.2 样本谬误

　　3.2.1 样本量不够

　　统计学的基础理论基石之一就是大数定律，只有当数据量达到一定程度后，才能反映出特定的规律。如果出现样本量极少的情况，建议把时间线拉长，获得足量的样本。或者将不重要的限定条件去掉，增加样本数。

　　3.2.2 存在选择性偏见或者幸存者偏见

　　统计学的另理论基石是中心极限定理。简单描述就是，总体样本中，任意一个群体样本的平均值，都会围绕在这个群体的整体平均值周围。

　　举个例子，在应用升级期间，衡量登录用户数、交易用户数等指标，来判断用户对新版本的喜欢是否优于老版本。听上去非常合理，但这里实际就隐藏了选择性偏见，因为新版本发布时，批升级上来的用户往往就是较活跃的用户，往往这批用户的指标较好，但不代表新版本更好。

　　3.2.3 混入脏数据

　　这种数据的破坏性比较大，可能得出错误的结论。通常我们会采用数据校验的手段，屏蔽掉校验失败的数据。同时，在分析具体业务时，也要针对特定业务，对所使用的数据进行合理性限定，过滤掉异常离群值，来确保拥有比较好的数据质量。

　　3.3 因果相关谬误

　　会误把相关当因果，忽略中介变量。比如，有人发现雪糕的销量和河溪溺死的儿童数量呈明显相关，就下令削减雪糕销量。其实可能只是因为这两者都是发生在天气炎热的夏天。天气炎热，购买雪糕的人就越多，而去河里游泳的人也显著增多。

　　3.4 辛普森悖论

　　简单来说，就是在两个相差较多的分组数据相加时，在分组比较中都占优势的一方，会在总评中反而是失势的一方。

　　3.5 个人认知谬误

　　主观臆断、经验当事实、个体当整体、特征当全貌、眼见当事实。

　　举个主观臆断的例子：某个产品 A 页面到 B 页面的转化率 30%，直接判断为很低，推导出可以提高到 75%。但实际类似产品或者用户行为决定页面的转化率就只有这么高，得出一个错误的结论。标准至关重要，数据 + 标准 = 判断。有了判断才能深入分析。通过分组对比找标准（象限法、多维法、二八法、对比法），有标准通过分析对比，找到 “好 / 坏” 的点

　　统计学规律和理论不会错，犯错的是使用它的人。因此，我们在进行数据分析时，一定要格外小心，错误的数据，披上科学的外衣，就很难分辨了。