京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
作者:李诗怡
核心观点:单独一个数字没有意义,有对比才有判断。例如“小明考了85分”——对比全班平均75分(横向)、他上次90分(纵向),结论完全不同
记忆点:同一分数,对比对象不同,结论完全不同
核心观点:整体出问题时,拆开看才能定位病根。把整体指标按某维度拆成小部分分别看,哪部分异常,问题就在哪
思路链条:整体出问题 → 按维度拆 → 找异常 → 定位问题
常用维度:时间、渠道、人群、产品、地区
使用原则:不知道问题在哪 → 多维度都拆一遍;有假设 → 按假设相关维度拆
经典案例:店铺总转化率下降 → 按渠道拆分 → 仅A渠道暴跌 → 问题锁定A渠道,无需全盘排查
核心观点:发现问题只是第一步,找到原因才能解决问题。只有找到真正原因,解决方案才有效
三者分工:对比告诉你“发生了什么”,拆解告诉你“问题在哪”,归因告诉你“为什么会这样”
经典案例:留存率下降 → 按版本拆,新版本留存低 → 注册流程多一步 → 真正原因:注册变复杂 → 解决方案:简化注册流程,而非盲目发优惠券
定义:把大问题像树一样层层拆成小问题,直到小问题可以直接回答。逻辑树是MECE原则的典型应用
与细分拆解区别:细分拆解:按一个维度把整体分成部分,是“横向切”;逻辑树:从问题出发层层追问“为什么/怎么办”,是“纵向挖”
| 类型 | 拆的问题 | 说明 |
|---|---|---|
| 议题树 | 是什么 | 把大问题拆成小问题 |
| 假设树 | 为什么 | 先假设原因,再验证 |
| 是否树 | 怎么办 | 用是/否判断引导决策 |
核心观点:没有目标的数据分析是瞎分析。拿到数据先问:我要解决什么问题?
SMART原则:定目标的标准:S具体、M可衡量、A可实现、R相关、T有时限
核心观点:你看到的数据可能只是一部分。用样本推断总体时,样本必须有代表性
| 样本偏差 | 含义 |
|---|---|
| 幸存者偏差 | 只看到活下来的,没看到死掉的 |
| 选择偏差 | 抽样方法有问题 |
| 缺失偏差 | 数据缺失导致结论偏差 |
考试关键词:目标思维:“先定目标再分析”“SMART原则”;样本思维:“样本代表性”“幸存者偏差”“选择偏差”“数据缺失”
口诀:目采清处分结:目标 → 采集 → 清洗 → 处理 → 分析 → 结论。标准流程六步走,不会漏环节
核心:做分析前先问清楚:要解决什么问题、为谁解决、什么时候要。目标不清晰,后面全白做
| 要素 | 回答的问题 |
|---|---|
| Why 为什么 | 为什么要做这个分析?业务背景是什么? |
| Who 为谁做 | 给谁看?老板、运营还是产品? |
| When 何时要 | 什么时候要结果?日报、周报还是专题? |
| Where 在哪看 | 数据从哪来?分析哪个范围? |
| What 做什么 | 分析什么问题?提升销量?降低成本? |
| How 怎么做 | 用什么方法?对比?拆解?归因? |
| How much 做到什么程度 | 目标要可衡量,如“Q3销量提升20%”,不是“提升销量” |
核心:目标定清楚后,问:要回答这个问题需要哪些数据?数据从哪来?
| 数据来源 | 说明 | 数据类型 |
|---|---|---|
| 业务数据库 | 订单、用户、商品等,用SQL查询 | 结构化数据 |
| 日志数据 | 用户行为埋点:点击、浏览、停留 | 半结构化数据 |
| 外部数据 | 行业报告、爬虫、API接口、公开数据,补充内部不足 | 外部补充 |
| 人工录入 | 问卷、调研、Excel手工录入 | 人工数据 |
采集质量注意:①数据口径一致:同一指标不同来源定义可能不同,必须先统一口径;②数据范围明确:时间、业务、用户范围要和目标匹配,不能多采也不能漏采
核心:数据质量决定分析质量,脏数据做出来的分析一定是错的。清洗是最花时间的一步(占60%-80%)
| 质量标准 | 含义 |
|---|---|
| 完整性 | 没有缺失值 |
| 准确性 | 没有异常值、错误值 |
| 一致性 | 口径统一、格式统一 |
| 唯一性 | 没有重复数据 |
缺失值五种处理:①删除 ②均值/中位数填充 ③众数填充 ④前后值填充 ⑤模型预测
异常值三种判断:①业务经验判断 ②统计方法判断 ③对比判断
核心:清洗后的数据是原始数据,需要计算、转换、聚合,变成能分析的指标
| 指标类别 | 常用指标 |
|---|---|
| 集中趋势 | 均值、中位数、众数 |
| 离散程度 | 方差/标准差、极差、四分位距 |
| 分布形态 | 偏度、峰度、频率分布 |
数据处理三动作:①数据转换:单位统一、格式转换、编码转换;②数据聚合:按天/周/月汇总、按维度分组汇总;③衍生指标:从原始数据计算新指标
核心:用前面学的四大思维,从数据中找规律、找原因、找机会
| 分析层次 | 回答的问题 | 所用思维 |
|---|---|---|
| 描述分析 | 发生了什么?销售额多少、增长多少 | 对比思维 |
| 诊断分析 | 为什么发生?哪个渠道出问题 | 拆解 + 归因思维 |
| 预测分析 | 将来会怎样?下个月销售额多少 | 趋势 + 模型 |
| 决策分析 | 该怎么办?投哪个渠道 | 逻辑树 + 假设 |
常用方法:①对比分析:和目标比、和历史比、和行业比;②细分分析:按维度拆解找异常;③归因分析:找根本原因;④相关分析:看变量之间的关系
核心:不能只摆数据,要告诉业务“该怎么办”。数据分析的价值不在于分析本身,而在于驱动决策和行动
好建议三标准:①有依据 ②可执行 ③有预期
结论结构(金字塔):结论先行:先说核心结论 → 论据支撑:再用数据支撑 → 建议落地:最后给建议


数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12