本文主要跟大家講講 ， 如何通過數據分析和數據挖掘從數據中獲取相關信息和挖掘價值 ， enjoy~
文章插圖
自2014年以來 ， “大數據”連續六年進入國務院政府工作報告 ， 彰顯出國家對于大數據戰略的重視 。 作為如今互聯網+過程中最火熱的關鍵詞之一 ， 大數據越來越火 ， 隨之而來的數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據的商業價值發掘利用相關的技術和知識越來越引起政府、企業和求職者的重視 。
其中 ， 作為數據產品經理必備的專業知識之一的數據分析可以分為廣義的數據分析和狹義的數據分析 ， 廣義的數據分析就包括狹義的數據分析和數據挖掘 ， 人們常常提到的數據分析是指狹義的數據分析 ， 數據挖掘和數據分析都是從數據中提取一些有價值的信息 ， 但互相的側重點又有所不同 。
前面兩篇文章介紹了數據產品經理日常工作中必備的知識之常用的圖表設計（數據產品經理之圖表設計）和SQL語言（數據產品經理必備之SQL基礎 ） ， 本篇文章講一講怎么樣通過數據分析與挖掘從數據中獲取信息和發掘價值 。
一、基本概念（1）數據分析
數據分析是指根據分析目的 ， 用適當的統計分析方法及工具 ， 對收集來的數據進行處理與分析 ， 提取有價值的信息 ， 發揮數據的作用 。
（2）數據挖掘
數據挖掘是指從大量的、有噪聲的、不完全的、模糊的和隨機的數據中 ， 通過統計學、人工智能、機器學習等方法 ， 挖掘出未知的、有價值的信息和知識的過程 。
（3）統計分析方法
數據分析時需要選擇合適的統計分析方法進行數據的分析 ， 常用統計分析方法有集中趨勢、離散程度、相關強度、參數估計、假設檢驗等 ， 通過常用統計分析方法能夠描述數據的特征 。
（4）數據挖掘方法
【挖掘數據分析產品經理的相關價值 如何挖掘數據分析產品經理？】數據挖掘時需要運用數據挖掘方法來從數據中挖掘價值 ， 常用數據挖掘的方法有分類、回歸、關聯、聚類等 ， 這些方法能夠從不同的角度對數據進行挖掘 。
二、統計分析方法統計分析方法 ， 按不同的分類標準可劃分為不同的類別 ， 而常用的分類標準是功能標準 ， 依此標準進行劃分 ， 統計分析可分為描述統計和推斷統計 。
描述統計是將研究中所得的數據加以整理、歸類、簡化或繪制成圖表 ， 以此描述和歸納數據的特征及變量之間的關系的一種最基本的統計方法 。 描述統計主要涉及數據的集中趨勢、離散程度和相關強度 ， 最常用的方法有平均數、標準差、相關系數等 。
推斷統計指用概率形式來決斷數據之間是否存在某種關系及用樣本統計值來推測總體特征的一種重要的統計方法 。 推斷統計包括總體參數估計和假設檢驗 ， 最常用的方法有Z檢驗、T檢驗、卡方檢驗等 。
描述統計和推斷統計是統計分析時需要用到的方法 ， 二者彼此聯系 ， 相輔相成 ， 描述統計是推斷統計的基礎 ， 推斷統計是描述統計的升華 。
1. 集中趨勢集中趨勢又稱“數據的中心位置”、“集中量數”等 ， 集中趨勢所反映的是一組資料中各種數據所具有的共同趨勢 ， 即資料的各種數據所集聚的位置 。 因此 ， 它是對變量數列進行分析的首要指標 ， 它往往作為總體的代表水平同其他與之同質的總體進行比較 。 集中趨勢能夠對總體的某一特征具有代表性 ， 表明所研究的數據在一定時間和空間條件下的共同性質和一般水平 。
集中趨勢分析時常用的有平均數、中位數和眾數等 。
2. 離散程度離散程度是指一個分布壓縮和拉伸的程度 。 離散程度可以反應個體特例的情況 ， 可以說明集中趨勢的代表性如何 ， 還可在統計推斷時用來計算誤差的大小 。 另外 ， 離散程度還被用來說明事物在發展變化過程中的均衡性、節奏性和穩定性等問題 。
離散程度主要有方差、標準差和四分位距等 。
3. 相關程度相關程度是研究隨機變量之間的相關關系的一種統計方法 ， 相關程度顯示兩個隨機變量之間線性關系的強度和方向 ， 主要研究現象之間是否存在某種依存關系 ， 并對具體有依存關系的現象探討其相關方向以及相關情況 。
數據的相關程度分析時常見的相關系數有Pearson相關系數、Spearman等級相關系數、Kendall等級相關系數、凈相關、相關比等 。
推薦閱讀
- 淺析分析數據的4大心得 怎樣分析數據？
- 教你各位用PPT的小技巧 ppt數據分析圖怎么做？
- 分享游戲關鍵數據指標 如何做游戲數據分析？
- 分享數據分析的3大案例 數據分析案例有哪些？
- 本文來講講十大數據分析的方法 10種數據分析方法都有哪些？
- 某知名消費品牌產品線下渠道推廣方案 怎樣寫線下渠道推廣方案？
- 互聯網數據分析最常見的12個指標 互聯網分析指標有哪些？
- win7正版永久激活密鑰2020_windows7產品密鑰永久最新激活碼
- 以下是策劃推廣方案的思路及步驟 如何寫產品網絡推廣方案？
- 電子產品靜電防護 靜電膠帶干嘛用的