不可否認(rèn)的是這種方式帶給了我很大的幫助和促進(jìn)了我的成長(zhǎng)，其實(shí)這也是一種類似學(xué)生時(shí)代的學(xué)習(xí)方式，將碎片化的知識(shí)點(diǎn)固化到筆記本上，在腦海中留下一種印記，當(dāng)再遇到同樣的問(wèn)題時(shí)雖然想不起來(lái)具體的內(nèi)容，但是我知道在我的筆記本上曾經(jīng)記錄過(guò)這樣的問(wèn)題，這時(shí)我可以再次去查閱筆記，再次形成一種記憶，反復(fù)幾次這個(gè)問(wèn)題或知識(shí)點(diǎn)終究會(huì)被我記住，這就是學(xué)習(xí)的過(guò)程。

今天分享了一個(gè)學(xué)習(xí)的方法，再給大家分享幾本私藏的書(shū)籍，是統(tǒng)計(jì)學(xué)和方面的，雖然可能不合你的口味，但是很符合我的口味，哈哈！其實(shí)這也是我再次強(qiáng)化對(duì)這幾本書(shū)印象的一個(gè)過(guò)程，無(wú)時(shí)無(wú)刻不在貫徹學(xué)習(xí)方法?

《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》，是一部由電子工業(yè)出版社于2011年6月20日出版的圖書(shū)，作者是張文霖、劉夏璐、狄松。此書(shū)按照數(shù)據(jù)分析工作的完整流程來(lái)講解。《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》適合需要提升自身競(jìng)爭(zhēng)力的職場(chǎng)新人；在市場(chǎng)營(yíng)銷、金融、財(cái)務(wù)、人力資源管理中需要作數(shù)據(jù)分析的人士；經(jīng)常閱讀經(jīng)營(yíng)分析、市場(chǎng)研究報(bào)告的各級(jí)管理人員；從事咨詢、研究、分析等專業(yè)人士。

很多人看到數(shù)據(jù)分析就望而卻步，擔(dān)心門(mén)檻高，無(wú)法邁入數(shù)據(jù)分析的門(mén)檻。此書(shū)在降低學(xué)習(xí)難度方面做了大量的嘗試：基于通用的Excel工具，加上必知必會(huì)的數(shù)據(jù)分析概念，并且采用通俗易懂的講解方式。此書(shū)努力將數(shù)據(jù)分析寫(xiě)成像小說(shuō)一樣通俗易懂，使讀者可以在無(wú)形之中學(xué)會(huì)數(shù)據(jù)分析。

全書(shū)共8章，分別講解數(shù)據(jù)分析必知必會(huì)的知識(shí)、數(shù)據(jù)處理技巧、數(shù)據(jù)展現(xiàn)的技術(shù)、通過(guò)專業(yè)化的視角來(lái)提升圖表之美、數(shù)據(jù)分析報(bào)告的撰寫(xiě)技能以及持續(xù)的修煉。

此書(shū)形式活潑，內(nèi)容豐富而且充實(shí)，讓人有不斷閱讀下去的動(dòng)力。讀者完全可以把這此書(shū)當(dāng)小說(shuō)來(lái)閱讀，跟隨主人公小白，在Mr.林的指點(diǎn)下輕松掌握數(shù)據(jù)分析的技能，提升職場(chǎng)競(jìng)爭(zhēng)能力。

工欲善其事，必先利其器。數(shù)據(jù)剖析也不破例，本書(shū)根據(jù)Excel，淺顯地解說(shuō)數(shù)據(jù)剖析全流程?hào)|西。本書(shū)持續(xù)選用職場(chǎng)三人行的方式來(lái)構(gòu)建內(nèi)容，詳盡梳理了數(shù)據(jù)剖析作業(yè)的完好流程，并根據(jù)常用的辦公軟件Excel，精心挑選可以進(jìn)步作業(yè)效率的常用東西來(lái)解說(shuō)。這些東西包括數(shù)據(jù)處理（Microsoft Access、Query）、數(shù)據(jù)剖析（PowerPivot、Excel數(shù)據(jù)剖析東西庫(kù)）、數(shù)據(jù)呈現(xiàn)（水晶易表）和陳述自動(dòng)化（VBA）。本書(shū)形式生動(dòng)，內(nèi)容豐富并且充分，讓人有不斷閱覽下去的動(dòng)力。

下載地址：（回復(fù)本篇文章即可獲取下載鏈接）

[CommShow]

「[誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析(入門(mén)篇)].張文霖.全彩版.pdf」鏈接：https://www.aliyundrive.com/s/2MGFZup3sjD

「[誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析(工具篇)].張文霖.影印版.pdf」鏈接：https://www.aliyundrive.com/s/h8RdbtrbCh9

「[誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析(SPSS篇)]高清全彩完整版.pdf」鏈接：https://www.aliyundrive.com/s/t87WR5Ur6sg

[/CommShow]

更多專業(yè)的進(jìn)階模塊：數(shù)據(jù)源管理，動(dòng)態(tài)數(shù)據(jù)API、團(tuán)隊(duì)協(xié)作、多文檔視圖

官網(wǎng)：https://www.wentu.io/

按照自變量與因變量之間的關(guān)系類型，可以分為線性回歸與非線性回歸。因此我們可以理解為，線性回歸只是回歸分析所用方法之一，體現(xiàn)出的是變量之間的線性關(guān)系。

線性回歸的表達(dá)式為：Y=b*X+a(a為誤差服從均值為0的正態(tài)分布)

其中線性回歸分析按照涉及自變量的多少，分為一元線性回歸分析和多元線性回歸分析。

一元線性回歸分析

只包括單個(gè)自變量和一個(gè)因變量，且二者的關(guān)系可用一條直線近似表示。它主要研究單個(gè)自變量X對(duì)因變量Y是否有影響。

比如，身高(X)與體重(Y)的影響。

多元線性回歸分析

包括兩個(gè)或兩個(gè)以上的自變量，且因變量和自變量之間是線性關(guān)系。它主要研究多個(gè)自變量X1、X2….Xn對(duì)因變量Y是否有影響。

比如，身高(X1)、飲食情況(X2)…運(yùn)動(dòng)量(Xn)等因素對(duì)體重(Y)的影響。

用Excel研究回歸分析的主要問(wèn)題有四個(gè)：

1、確定Y與X間的定量關(guān)系表達(dá)式，這種表達(dá)式稱為回歸方程；

2、對(duì)求得的回歸方程的可信度進(jìn)行檢驗(yàn)；

3、判斷自變量X對(duì)因變量Y有無(wú)影響；

4、利用所求得的回歸方程進(jìn)行預(yù)測(cè)和控制。

1、置信度

95%置信區(qū)間指的是某個(gè)總體參數(shù)的真實(shí)值有95%的概率會(huì)落在測(cè)量結(jié)果的區(qū)間內(nèi)。

例如：通過(guò)測(cè)量某班級(jí)學(xué)生的考試成績(jī)，得到有95%的置信水平該班成績(jī)的置信區(qū)間在60分到80分之間。

那么可以說(shuō)：在多次抽樣后，由95%的樣本得到的區(qū)間會(huì)包含該班學(xué)生考試的平均成績(jī)的真值。

置信區(qū)間在頻率學(xué)派中間使用，其在貝葉斯統(tǒng)計(jì)中的對(duì)應(yīng)概念是可信區(qū)間。兩者建立在不同的概念基礎(chǔ)上的，貝葉斯統(tǒng)計(jì)將分布的位置參數(shù)視為隨機(jī)變量，并對(duì)給定觀測(cè)到的數(shù)據(jù)之后未知參數(shù)的后驗(yàn)分布進(jìn)行描述。

故無(wú)論對(duì)隨機(jī)樣本還是已觀測(cè)數(shù)據(jù)，構(gòu)造出來(lái)的可信區(qū)間，其可信水平都是一個(gè)合法的概率；而置信區(qū)間的置信水平，只在考慮隨機(jī)樣本時(shí)可以被理解為一個(gè)概率。

2、R（Multiple R）

回歸分析中r值表示相關(guān)系數(shù)，相關(guān)系數(shù)r值度量?jī)勺兞恐g的線性相關(guān)性。r值取值范圍為【－1，＋1】。相關(guān)系數(shù)為－1，表示完全負(fù)相關(guān)；相關(guān)系數(shù)為＋1，表示完全正相關(guān)。相關(guān)系數(shù)為0表示兩變量之間無(wú)線性相關(guān)性。

3、可決系數(shù)（R-squared）

都知道可決系數(shù)表示解釋變量對(duì)被解釋變量的解釋貢獻(xiàn)，其實(shí)質(zhì)就是看（y尖-y均）與（y=y均）的一致程度。y尖為y的估計(jì)值，y均為y的總體均值。

4、調(diào)整后的可決系數(shù)（Adjusted R Square）

即經(jīng)自由度修正后的可決系數(shù)，從計(jì)算公式可知調(diào)整后的可決系數(shù)小于可決系數(shù)，并且可決系數(shù)可能為負(fù)，此時(shí)說(shuō)明模型極不可靠。

5、P值（P-value）

P值為理論T值超越樣本T值的概率，應(yīng)該聯(lián)系顯著性水平α相比，α表示原假設(shè)成立的前提下，理論T值超過(guò)樣本T值的概率，當(dāng)P值<α值，說(shuō)明這種結(jié)果實(shí)際出現(xiàn)的概率的概率比在原假設(shè)成立的前提下這種結(jié)果出現(xiàn)的可能性還小但它偏偏出現(xiàn)了，因此拒絕接受原假設(shè)。

6、回歸方程怎么寫(xiě)

回歸方程要根據(jù)回歸分析的結(jié)果中的系數(shù)（Coefficients）去寫(xiě)，也分一元線性回歸方程和多元線性回歸方程。

下面李海博客以一元線性回歸方程為例講一下寫(xiě)法：

根據(jù)分析結(jié)果中的系數(shù)（Coefficients），一元線性回歸方程寫(xiě)法為 Y=0.868171X-25.535。

多元線性回歸方程寫(xiě)法為 Y=系數(shù)1*X1+系數(shù)2*X2+系數(shù)3*X3-截距（Intercept）。

以上就是李海博客總結(jié)的用做回歸分析時(shí)常見(jiàn)的一些問(wèn)題，包括置信度，R，R-Square，P，回歸方程等。

這篇文章沒(méi)有具體介紹的“術(shù)”，而是在講“道”，還是很有新意，核心觀點(diǎn)有四個(gè)：

1、公司的價(jià)值流依賴業(yè)務(wù)流程，因此通過(guò)公司的核心業(yè)務(wù)流程的分析和拆解才能構(gòu)建出合理的指標(biāo)體系。

2、基于業(yè)務(wù)流程進(jìn)行指標(biāo)的層層拆解才能獲得各個(gè)層面的指標(biāo)，除了生產(chǎn)部門(mén)指標(biāo)，還要設(shè)置職能部門(mén)的保障性指標(biāo)以及業(yè)務(wù)部門(mén)的業(yè)務(wù)保障性指標(biāo)，這樣覆蓋整個(gè)公司的指標(biāo)體系就搭建起來(lái)了。

3、搭建指標(biāo)體系的人要對(duì)整個(gè)公司的業(yè)務(wù)及業(yè)務(wù)流程非常熟悉，或者說(shuō)指標(biāo)體系的搭建過(guò)程應(yīng)該是各部門(mén)共同參與，不要相信最佳實(shí)踐。

4、指標(biāo)體系的設(shè)置應(yīng)該做到各部門(mén)互相牽制，負(fù)責(zé)部門(mén)和考核部門(mén)互相獨(dú)立、能從全局中立的角度評(píng)估合理性。

01  指標(biāo)體系是什么？

其實(shí)，現(xiàn)代企業(yè)和封建社會(huì)商幫（喬家大院時(shí)代）在管理方法上最大的區(qū)別就是引入了統(tǒng)計(jì)學(xué)（其它的諸如制度、股權(quán)、職業(yè)經(jīng)理人制度等其實(shí)在古代商幫早就有，喬致庸就給手下的員工發(fā)了股份嘛）。

提起指標(biāo)，我們總能想起那個(gè)著名管理學(xué)大師彼得·德魯克名言：“如果你不能衡量，那么就不能管理”。當(dāng)然，也不能說(shuō)古代的企業(yè)管理沒(méi)有統(tǒng)計(jì)學(xué)，至少是有統(tǒng)計(jì)的，要不然怎么知道每年掙了多少兩銀子呢。

隨著企業(yè)管理知識(shí)的進(jìn)步，更多的數(shù)據(jù)和統(tǒng)計(jì)被應(yīng)用到企業(yè)管理當(dāng)中。從市場(chǎng)營(yíng)銷到銷售售后、從客戶調(diào)研到CRM管理、從研發(fā)到物流。

以前，主要是用統(tǒng)計(jì)學(xué)（例如做一大堆抽樣調(diào)研）根據(jù)概率分布得出結(jié)論。

現(xiàn)在到了大數(shù)據(jù)時(shí)代，我們可以非常輕松地統(tǒng)計(jì)上億用戶的瀏覽、下單、評(píng)論行為，進(jìn)而得出結(jié)論。

所以，所謂的指標(biāo)就是對(duì)所觀察事物的一種量化統(tǒng)計(jì)。大到企業(yè)的收入利潤(rùn)，小到每個(gè)一線銷售人員每天的客戶拜訪量、成單量等。

那么，什么是體系呢？

體系，就是用一套邏輯把一大堆東西連接起來(lái)。比如，人的生命體系包括大腦、心臟、血液、各種器官等等，每一個(gè)組成部分都在這個(gè)體系中有自己獨(dú)特的功能，都是這個(gè)體系不可或缺的一部分。

而企業(yè)的指標(biāo)體系，就是能夠?qū)⒋蟮狡髽I(yè)的總收入、利潤(rùn)，小到每個(gè)銷售員的成交量等單個(gè)指標(biāo)用一套邏輯連接起來(lái)。

在這套邏輯里，你能從局部看到整體，能從整體劃分到局部。

例如你頭疼（整體），醫(yī)生能夠按照人的生命體系一一檢查，直到發(fā)現(xiàn)你上呼吸道不正常，發(fā)生了感染（局部）；也能從你手扎破了（局部），如果不及時(shí)處理傷口，可能由于感染丟失了性命（整體）。

企業(yè)也一樣，通過(guò)企業(yè)的指標(biāo)體系，也能看到企業(yè)利潤(rùn)沒(méi)有達(dá)成，是哪個(gè)部門(mén)（個(gè)人）出現(xiàn)了問(wèn)題，也可從一個(gè)銷售員的業(yè)績(jī)推斷出公司的整體情況。

由此可以看出，指標(biāo)體系最重要的是“指標(biāo)”和“邏輯”。

02 指標(biāo)體系如何搭建？

那么，如果我們想要搭建一套完整指標(biāo)體系，就得有一大堆衡量企業(yè)健康狀況的指標(biāo)，還得有一整套邏輯將企業(yè)的各個(gè)指標(biāo)有機(jī)連接起來(lái)。

“指標(biāo)”和“邏輯”雖然是指標(biāo)體系的兩個(gè)組成部分，但是構(gòu)造“指標(biāo)”和“邏輯”的過(guò)程卻是同一個(gè)過(guò)程，那就是“自上而下，從大到小”，層層拆解，步步細(xì)分（業(yè)績(jī)目標(biāo)的設(shè)定過(guò)程可能相反）。

首先，每個(gè)企業(yè)都有自己每年的整體目標(biāo)，這個(gè)目標(biāo)一般是營(yíng)收、利潤(rùn)、或銷量。

這個(gè)大指標(biāo)的問(wèn)題在于，它無(wú)法把責(zé)任落在某一個(gè)具體的人或部門(mén)（CEO不算，因?yàn)檎麄€(gè)指標(biāo)體系就是為了他達(dá)成大指標(biāo)使用的管理工具，他又不能一個(gè)人把公司所有活干了），所以就需要把這個(gè)大指標(biāo)進(jìn)行拆解，直到拆解到責(zé)任可以落實(shí)到每一個(gè)部門(mén)（個(gè)人）頭上。

其次，就是如何拆解企業(yè)目標(biāo)，這一步至關(guān)重要。一般來(lái)說(shuō)，指標(biāo)體系是按照本企業(yè)的業(yè)務(wù)流程進(jìn)行拆解。

那什么是業(yè)務(wù)流程呢？它指的就是你要將從消費(fèi)者（或者客戶）那里收到錢(qián)所經(jīng)歷的所有的步驟進(jìn)行拆解（也有人說(shuō)按照消費(fèi)者消費(fèi)路徑來(lái)拆解的，個(gè)人認(rèn)為主要是業(yè)務(wù)流程，因?yàn)橐话愎镜牟块T(mén)是按照業(yè)務(wù)流程設(shè)置的）。

例如一家汽車制造公司，要想從客戶手里收到購(gòu)車款，大體來(lái)說(shuō)需要經(jīng)歷造車——>營(yíng)銷——>物流——>銷售的環(huán)節(jié)。那如何將企業(yè)一年的收入在這些環(huán)節(jié)進(jìn)行分解，這時(shí)可以就需要“將業(yè)務(wù)流程抽象為數(shù)學(xué)公式”，因?yàn)橹笜?biāo)本質(zhì)上還是數(shù)據(jù)，所以指標(biāo)的拆解當(dāng)然離不開(kāi)數(shù)學(xué)。

以上汽車銷售的業(yè)務(wù)流程用數(shù)學(xué)公式表達(dá)出來(lái)如下：

汽車廠的銷售收入=Max{出廠車輛數(shù)，營(yíng)銷產(chǎn)生的銷售線索數(shù)??銷售轉(zhuǎn)化率??門(mén)店數(shù)量}??單車?yán)麧?rùn)

因此，要達(dá)成營(yíng)業(yè)利潤(rùn)那么子指標(biāo)就是銷售車輛數(shù)，而銷售車輛數(shù)的子指標(biāo)就是出廠車輛數(shù)、銷售線索數(shù)、銷售轉(zhuǎn)化率。

這是大指標(biāo)的一級(jí)拆解，一級(jí)拆解，一般建議子指標(biāo)可以找到一個(gè)具體負(fù)責(zé)的部門(mén)。因?yàn)檎f(shuō)一千道一萬(wàn)，企業(yè)是由各部門(mén)組成的，不論是傳統(tǒng)企業(yè)是互聯(lián)網(wǎng)公司，當(dāng)然集團(tuán)除外，我們這里主要說(shuō)的是某一板塊業(yè)務(wù)。

這樣拆解的好處就是，雖然這個(gè)部門(mén)無(wú)法完全控制整個(gè)公司大指標(biāo)，但是總可以控制部門(mén)的子指標(biāo)。

例如，營(yíng)銷部可能無(wú)法對(duì)整個(gè)公司的銷售收入負(fù)責(zé)，畢竟如果你車造的很爛，或者銷售人員不努力，即使我把產(chǎn)品吹上天，消費(fèi)者實(shí)際到店一試駕，還是不會(huì)買(mǎi)不是嗎。但是，有多少人看廣告，有多人看了廣告愿意試駕（銷售線索）你總不能甩鍋吧。

第三，就是將每個(gè)業(yè)務(wù)流程的目標(biāo)再次在本流程的子流程層面進(jìn)行二級(jí)拆解。

例如，營(yíng)銷部負(fù)責(zé)銷售線索數(shù)，但是你可能在很多媒介上做廣告，例如電視、門(mén)戶網(wǎng)站、移動(dòng)端APP等等，那么每一個(gè)媒介上有多少銷售線索數(shù)，你總得有一個(gè)統(tǒng)計(jì)指標(biāo)吧，或者每一個(gè)媒介都有一個(gè)具體的人員在負(fù)責(zé)，那么將“銷售線索數(shù)”這個(gè)子指標(biāo)再細(xì)分，就是“XX媒介產(chǎn)生的銷售線索數(shù)”。

這樣，我們就可以看出這個(gè)媒介在整年的表現(xiàn)，如果責(zé)任到人的話，可以直接去看負(fù)責(zé)這個(gè)媒介投放的人員的業(yè)績(jī)表現(xiàn)，進(jìn)而通過(guò)這個(gè)子指標(biāo)看其對(duì)整個(gè)營(yíng)業(yè)收入（公司大指標(biāo)）的影響。

其實(shí)這方面沒(méi)有很好的方法，網(wǎng)上很多人都在鼓吹“OSM模型”，O就是Objective，S 是Strategy，M 是Measurement，其實(shí)它更多指的是一個(gè)概念框架，而且是高度抽象、大道至簡(jiǎn)的那種，而在真實(shí)的應(yīng)用上能夠參考的意義是有限的（就像 SWOT 分析一樣）。

因此，最好的方法，就是你對(duì)這個(gè)業(yè)務(wù)流程相當(dāng)了解，這也是現(xiàn)實(shí)中為什么 HR 部門(mén)無(wú)法設(shè)置好的指標(biāo)體系了，因?yàn)樗麄儗?duì)業(yè)務(wù)流程的了解一般少之又少。所以，指標(biāo)的拆解（指標(biāo)體系的搭建），其實(shí)是非常內(nèi)行的一件事情。

第四，是將一些職能部門(mén)的指標(biāo)以及業(yè)務(wù)部門(mén)的保障性指標(biāo)加入進(jìn)去。

如果按照上述方法拆解KPI，那么基本上只有銷售部、營(yíng)銷部、生產(chǎn)部等主要業(yè)務(wù)部門(mén)的指標(biāo)，但是問(wèn)題是整個(gè)公司的運(yùn)行不是只有業(yè)務(wù)部門(mén)，還有很多職能部門(mén)，這些職能部門(mén)的工作也很重要，因?yàn)樗麄兪潜Ｕ险麄€(gè)公司的健康運(yùn)行，也就是以上業(yè)務(wù)部門(mén)的指標(biāo)能夠達(dá)成的基礎(chǔ)環(huán)境（參見(jiàn)波特價(jià)值鏈）。

舉個(gè)例子，如果財(cái)務(wù)部門(mén)不好好工作，導(dǎo)致出現(xiàn)一個(gè)財(cái)務(wù)漏洞，那整個(gè)公司好幾年的營(yíng)收估計(jì)都搭進(jìn)去了，又何談一年的目標(biāo)實(shí)現(xiàn)呢？

那這些職能部門(mén)的指標(biāo)如何拆解呢？

首先，你必須得了解它們的主要工作內(nèi)容、工作目標(biāo)、工作流程。例如財(cái)務(wù)部門(mén)，主要指標(biāo)可能是財(cái)務(wù)報(bào)告的及時(shí)性和準(zhǔn)確性，以及預(yù)算管理的好與壞，這些都是可以量化的。

還有數(shù)據(jù)分析部門(mén)可能主要是一個(gè)支撐部門(mén)，那目標(biāo)就是、及時(shí)準(zhǔn)確地支撐業(yè)務(wù)部門(mén)數(shù)據(jù)需求、報(bào)表開(kāi)發(fā)、給管理層的深度分析報(bào)告等，這些服務(wù)可以由各業(yè)務(wù)部門(mén)來(lái)打分，這樣你就可以設(shè)置數(shù)據(jù)分析部門(mén)的指標(biāo)諸如“數(shù)據(jù)提供滿意度”、“數(shù)據(jù)分析報(bào)告滿意度”等。

此外，業(yè)務(wù)部門(mén)也有保障性指標(biāo)。例如生產(chǎn)部的指標(biāo)肯定不光是生產(chǎn)合格的產(chǎn)品數(shù)量，你還得在一定時(shí)間、按照一定成本、按照一定良品率把合格的產(chǎn)品生產(chǎn)出來(lái)，那這個(gè)部門(mén)（業(yè)務(wù)）的指標(biāo)就不光是生產(chǎn)合格的產(chǎn)品數(shù)量，還有以上提到的保障性指標(biāo)。

通過(guò)之前搭建的業(yè)務(wù)指標(biāo)體系（總指標(biāo)——>細(xì)分——>細(xì)分——>……），加上諸如風(fēng)險(xiǎn)管理、財(cái)務(wù)、人事等職能（支撐）部門(mén)的保障性指標(biāo)以及業(yè)務(wù)部門(mén)的業(yè)務(wù)保障性指標(biāo)，覆蓋整個(gè)公司的指標(biāo)體系就搭建起來(lái)了。

這個(gè)體系整體像一顆巨大的數(shù)，但是在內(nèi)在結(jié)構(gòu)上又是枝與枝相關(guān)聯(lián)，例如各部門(mén)的預(yù)算控制好了，整個(gè)財(cái)務(wù)的預(yù)算才能控制好；或者說(shuō)數(shù)據(jù)部門(mén)要提供好用的報(bào)表，也得開(kāi)發(fā)部門(mén)開(kāi)發(fā)出好用的報(bào)表套件才行。畢竟，各部門(mén)相互連接，整個(gè)公司才是一個(gè)“有機(jī)的”整體（下圖）。

03 指標(biāo)體系搭建5大注意要點(diǎn)

第一，搭建指標(biāo)體系的人要對(duì)整個(gè)公司的業(yè)務(wù)及業(yè)務(wù)流程非常熟悉，或者說(shuō)指標(biāo)體系的搭建過(guò)程應(yīng)該是各部門(mén)共同參與，而不單單是某一個(gè)部門(mén)的事情。

好的指標(biāo)體系絕不是單純地套用某些行業(yè)／公司的模版就可以，因?yàn)楹玫闹笜?biāo)體系一定要與你的業(yè)務(wù)特點(diǎn)、業(yè)務(wù)流程、業(yè)務(wù)策略深度綁定，比如開(kāi)火鍋店的和西餐的指標(biāo)體系肯定是不一樣的，在國(guó)貿(mào)開(kāi)西餐和在火車站開(kāi)西餐的指標(biāo)體系也是不一樣的，所以光靠招聘一個(gè)數(shù)據(jù)分析師肯定不行。

第二，好的指標(biāo)體系應(yīng)該是各部門(mén)互相牽制、相互影響，指標(biāo)的負(fù)責(zé)部門(mén)和指標(biāo)的考核部門(mén)應(yīng)該獨(dú)立開(kāi)來(lái)。

如果生產(chǎn)部門(mén)或產(chǎn)品開(kāi)發(fā)部門(mén)只管生產(chǎn)車輛，而不管車輛的品質(zhì)、市場(chǎng)契合度等，你就是讓銷售部門(mén)去硬背銷售指標(biāo)，最終只能導(dǎo)致銷售人員離職率飆升，因?yàn)楫a(chǎn)品不好，就算你賣(mài)出去了，你的退貨率、保修率能不高嗎？

所以，好的指標(biāo)體系應(yīng)該是銷售部門(mén)、售后部門(mén)負(fù)責(zé)“產(chǎn)品滿意度”這個(gè)指標(biāo)的考核。這樣就達(dá)到了“你說(shuō)我銷售不給力，我說(shuō)你產(chǎn)品不好”的效果，這種相互爭(zhēng)吵的效果在真實(shí)的企業(yè)管理中是需要的。

第三，好的指標(biāo)體系，應(yīng)該是有人從中立的角度去檢驗(yàn)的。

正如之前所講，要搭建好的指標(biāo)體系，首先你得對(duì)整個(gè)公司的業(yè)務(wù)非常了解。

現(xiàn)實(shí)中很多數(shù)據(jù)部門(mén)／負(fù)責(zé)指標(biāo)體系搭建的部門(mén)對(duì)業(yè)務(wù)并不了解，那么他們是如何搭建指標(biāo)體系的呢？就是靠各部門(mén)主動(dòng)報(bào)送指標(biāo)項(xiàng)。

但是，這里的坑就是各部門(mén)報(bào)送的指標(biāo)一定是對(duì)自己有利的，而非對(duì)公司有利的。例如，營(yíng)銷部門(mén)一定會(huì)報(bào)送注冊(cè)用戶數(shù)，但是不會(huì)報(bào)送注冊(cè)用戶次月留存率，這樣，如果沒(méi)有行家從中立的角度去看，到最后這個(gè)轉(zhuǎn)化率指標(biāo)一定是銷售部門(mén)和營(yíng)銷部門(mén)無(wú)限制扯皮的過(guò)程，而注冊(cè)用戶數(shù)也可以輕松搞上去。

第四，指標(biāo)體系用于考核的時(shí)候，一定是有“共背指標(biāo)”的，這和第二點(diǎn)有相似之處。

好的考核體系，一定是諸如“銷售收入”這樣涉及公司好壞安危的重大指標(biāo)由所有部門(mén)共同擔(dān)負(fù)，這樣做的好處一是避免到年末有些部門(mén)獎(jiǎng)金豐厚有些部門(mén)沒(méi)有獎(jiǎng)金，二是給予一種銷量不好人人有責(zé)的公司氛圍。當(dāng)然還有一些特定領(lǐng)域的指標(biāo)，例如用戶留存率，最好是拉新部門(mén)和運(yùn)營(yíng)部門(mén)共同背負(fù)。

最后，好的指標(biāo)體系，一定是每個(gè)指標(biāo)都有清晰的統(tǒng)計(jì)口徑的。

這一點(diǎn)不用多說(shuō)大家應(yīng)該都能懂，大多數(shù)時(shí)候我們看年末快完不成任務(wù)，就各種修改指標(biāo)口徑和統(tǒng)計(jì)方式，這樣以來(lái)，牽一發(fā)而動(dòng)全身，對(duì)整個(gè)指標(biāo)體系有傷筋動(dòng)骨的影響，而且如果口徑隨意更改，那指標(biāo)就失去了威懾力，一旦失去威懾力，那就失去了它的所有作用。

EasyMorph創(chuàng)始人Dmitry Gudkov在本文中闡述了商業(yè)智能（BI）行業(yè)停滯不前的窘境以及工具市場(chǎng)的現(xiàn)狀。

幾周前，我在領(lǐng)英上發(fā)表過(guò)一篇簡(jiǎn)短的文章，質(zhì)疑該行業(yè)是否因?yàn)檫^(guò)去十年沒(méi)有真正的創(chuàng)新而停滯不前。這篇文章隨即引發(fā)了激烈的討論，許多讀者留下了頗有意思的評(píng)論。一些評(píng)論者有一個(gè)共同點(diǎn)：商業(yè)智能（BI）系統(tǒng)的推出或部署過(guò)于頻繁，卻從最終用戶那里得到不冷不熱的反應(yīng)，長(zhǎng)期以來(lái)飽受采用率低下之苦。
比如說(shuō)，一位評(píng)論者留言：“對(duì)我來(lái)說(shuō)停滯不前的主要跡象是未能兌現(xiàn)自助服務(wù)的承諾。沒(méi)錯(cuò)，可視化因新一波的自助服務(wù)BI工具而變得更好，但令人尷尬的是，用戶采用率仍然低下。”
另一個(gè)人對(duì)此的回應(yīng)是：“你的評(píng)論中認(rèn)為缺少用戶采用這部分對(duì)我來(lái)說(shuō)很有意思。作為一名BI開(kāi)發(fā)人員，我見(jiàn)過(guò)無(wú)數(shù)項(xiàng)目在數(shù)月內(nèi)耗費(fèi)資源，產(chǎn)品被提升到了生產(chǎn)環(huán)境，你也告知了最終用戶社區(qū)，然而報(bào)告工具[似乎]從未得到采用。”
在我看來(lái)，缺少技術(shù)突破和采用率低下表明了同一個(gè)問(wèn)題：BI行業(yè)長(zhǎng)期以來(lái)一直停滯不前。因此，找出用戶采用率低下的原因?qū)槲覀償[脫停滯不前的窘境提供一條線索。那么為什么BI用戶采用率低下呢？
商業(yè)智能一個(gè)鮮為人知的方面是它與其他類型的企業(yè)IT系統(tǒng)不同，原因是BI用戶總是有選擇。若是大多數(shù)企業(yè)系統(tǒng)，員工通常無(wú)法選擇要不要使用它們。如果企業(yè)組織運(yùn)行一套會(huì)計(jì)應(yīng)用系統(tǒng)，沒(méi)有哪個(gè)會(huì)計(jì)師可以繞過(guò)該系統(tǒng)、使用替代方案。另舉一個(gè)例子，無(wú)論你喜不喜歡，你都必須使用ERP系統(tǒng)。
然而，換成BI平臺(tái)就不一樣了，因?yàn)橛脩艨偸强梢越柚脩T了的老式Excel電子表格，而你無(wú)法真正禁止使用Excel。事實(shí)證明，無(wú)法強(qiáng)迫人們采用BI應(yīng)用軟件，他們得喜歡它才行。只有當(dāng)BI應(yīng)用軟件提供真正的價(jià)值，他們才會(huì)喜歡它。記得有句諺語(yǔ)：“你可以把馬牽到水邊，但沒(méi)法逼它喝水？”道理是一樣的。
OK，那為什么企業(yè)用戶一直堅(jiān)持使用Excel？他們?yōu)槭裁床幌矚g這些嶄新的BI平臺(tái)，這些平臺(tái)擁有知名行業(yè)分析師盛贊的眾多酷炫功能？為什么沒(méi)有這些平臺(tái)，他們完全沒(méi)問(wèn)題呢？
在我看來(lái)，這是由于BI產(chǎn)品管理很大程度上取決于技術(shù)人員和銷售人員。說(shuō)到數(shù)據(jù)分析和操作，實(shí)際的用戶需求和偏好方面考慮得太少。結(jié)果，我們看到了“酷炫”（對(duì)于技術(shù)人員而言）、有時(shí)基于AI的（雙重酷炫！）功能，但它們并沒(méi)有讓目標(biāo)受眾即用戶的日子過(guò)得更輕松，因此采用率很低。
BI行業(yè)存在我所說(shuō)的“玩具賣(mài)家問(wèn)題”。銷售玩具假定兒童是使用者 （用戶），但父母是預(yù)算持有者和決策者。與玩具銷售一樣，BI部署中的用戶和買(mǎi)家是兩個(gè)不同的角色。企業(yè)BI銷售流程主要是為買(mǎi)家（IT預(yù)算持有者）量身定制的，而不是為實(shí)際上每天都不得不使用產(chǎn)品的非技術(shù)人員定制的。結(jié)果，BI平臺(tái)充斥著半生不熟、花里胡哨的無(wú)用功能，在組織購(gòu)買(mǎi)平臺(tái)后沒(méi)有人實(shí)際使用這些功能。
不妨以AI支持的自然語(yǔ)言查詢?yōu)槔Ｋ鼈円怀鰣?chǎng)就死了。為什么？如果你仔細(xì)考慮一下，就會(huì)發(fā)現(xiàn)功能顯然未能兌現(xiàn)承諾。它承諾不需要學(xué)習(xí)查詢語(yǔ)言（只需對(duì)它說(shuō)英文，耶！），而實(shí)際上，你仍然需要學(xué)習(xí)其相當(dāng)局限的語(yǔ)法，還經(jīng)常會(huì)遇到它的種種限制。此外，從更普遍的角度來(lái)看，AI根本還沒(méi)有為這種任務(wù)做好準(zhǔn)備。當(dāng)前的AI并不是基于上下文，而業(yè)務(wù)分析和推理總是在上下文中進(jìn)行。舉例來(lái)說(shuō)，你不能與Siri進(jìn)行相當(dāng)長(zhǎng)的對(duì)話，因?yàn)镾iri無(wú)法理解對(duì)話的上下文，因此你的每個(gè)問(wèn)題都應(yīng)該在好像沒(méi)有之前問(wèn)題和答案的情況下開(kāi)始。你無(wú)法用那種水平的AI做任何合理的分析，而B(niǎo)I應(yīng)用軟件中的AI水平比這還要差（這點(diǎn)可以理解，因?yàn)椴皇敲考夜径加刑O(píng)果那么龐大的研發(fā)預(yù)算）。
分析文本摘要生成是另一個(gè)大肆營(yíng)銷的功能，它有悖于數(shù)據(jù)可視化的整個(gè)概念，原因是閱讀對(duì)認(rèn)知的要求總是比觀看來(lái)得高。難怪它從未真正流行起來(lái)。
從原生桌面應(yīng)用程序向基于云的SaaS模型普遍轉(zhuǎn)變更是加劇了BI采用方面的問(wèn)題。談到云，企業(yè)用戶和IT經(jīng)理的要求有時(shí)背道而馳，前者通常沒(méi)有發(fā)言權(quán)。SaaS應(yīng)用程序模式無(wú)法解決任何用戶的問(wèn)題，而原本期望BI 解決方案解決這些問(wèn)題。有時(shí)恰恰相反，SaaS甚至讓基本的事情變得更糟糕。
比如說(shuō)，企業(yè)用戶處理大量本地文件：電子表格和CSV文件等。畢竟，并非所有內(nèi)容都存儲(chǔ)在云端。在分析和可視化文件之前，經(jīng)常需要合并這些文件。然而，現(xiàn)在用戶必須將文件上傳到另一臺(tái)遠(yuǎn)程計(jì)算機(jī)并在那里合并，而不是在本地快速合并。如果合并出了岔子，必須在本地修復(fù)文件，并再次重新上傳。所以一項(xiàng)基本的操作現(xiàn)在需要用戶采取完全不必要的額外操作。
另一個(gè)問(wèn)題：基于云的SaaS應(yīng)用軟件速度很慢，慢得要命。一款工具本應(yīng)該提高生產(chǎn)力，到頭來(lái)卻害用戶坐等另一個(gè)報(bào)告或儀表板加載完畢。這里或那里延遲幾分鐘可能聽(tīng)起來(lái)沒(méi)什么大不了，但一年下來(lái)，就會(huì)損失幾天甚至幾周的生產(chǎn)力。我們的一位客戶反映，使用其中一款主要的在線BI平臺(tái)速度很慢，甚至經(jīng)常登錄超時(shí)。另一位客戶在看到其數(shù)據(jù)準(zhǔn)備工作流程在本地?cái)?shù)據(jù)準(zhǔn)備應(yīng)用軟件中運(yùn)行后簡(jiǎn)直不敢相信自己的眼睛：僅用了20秒就完成，而他在另一款知名的云BI平臺(tái)上等待同樣的工作流程通常需要半小時(shí)，盡管使用了市面上最昂貴的方案。
改用云服務(wù)常常是將一種類型的問(wèn)題換成另一種類型的問(wèn)題，并帶來(lái)以前根本不存在的新問(wèn)題。比如說(shuō)，云服務(wù)通常帶來(lái)限制性的呼叫速率限制（節(jié)流）。改用云應(yīng)用軟件后，你過(guò)去在本地系統(tǒng)中可以隨意執(zhí)行的許多操作都受到速率限制。你想在云表中插入100萬(wàn)行數(shù)據(jù)？沒(méi)那么快，你一次只能插入10萬(wàn)行，并且每小時(shí)插入不得超過(guò)10次。你想要運(yùn)行數(shù)據(jù)準(zhǔn)備流程？沒(méi)那么快，如今你只能在最多3路流程中運(yùn)行49次轉(zhuǎn)換，確保不超過(guò)云配額的每日限制。
頗具諷刺意味的是，要求用戶使用Web應(yīng)用軟件來(lái)工作的同樣那些人沒(méi)有在其iPhone上使用應(yīng)用軟件的Web版本。他們不是使用Web版本的Twitter或Facebook，而是從應(yīng)用商店安裝相應(yīng)的原生應(yīng)用程序。原因何在？因?yàn)樵鷳?yīng)用程序更方便、更快速、響應(yīng)更迅即。但是說(shuō)到BI工具，這些人卻要求用戶使用Web版本。為什么？因?yàn)镾aaS讓他們的日子更輕松，而不是讓用戶的日子更輕松。這就是所謂的“玩具賣(mài)家問(wèn)題”。
出于多種原因，云和SaaS一直是IT經(jīng)理、開(kāi)發(fā)人員和供應(yīng)商眼里的天賜之物。云技術(shù)很流行，我們也承認(rèn)，它們?cè)诤?jiǎn)歷上看起來(lái)很受歡迎。恐怕這就是現(xiàn)在市面上有很多云BI的原因。但遷移到云是否總體上推動(dòng)了BI行業(yè)的發(fā)展？它是否讓企業(yè)用戶更喜歡其BI應(yīng)用軟件？我不這么認(rèn)為。
相反，滿腔熱情的產(chǎn)品經(jīng)理在企業(yè)BI應(yīng)用軟件中開(kāi)發(fā)“酷炫”的功能，興高采烈的銷售人員完成交易，激動(dòng)難捺的CIO獲得了一項(xiàng)被Gartner譽(yù)為今年引領(lǐng)潮流的新技術(shù)，無(wú)聊的企業(yè)用戶打開(kāi)這些應(yīng)用軟件，只是將數(shù)據(jù)從上面下載到Excel中。然后我們想知道為什么BI的采用率如此之低。
BI會(huì)往哪個(gè)方向發(fā)展？這個(gè)問(wèn)題提得好。我將商業(yè)智能視為一組工具和方法，從可用數(shù)據(jù)中提取知識(shí)、積累和共享知識(shí)，并利用知識(shí)來(lái)推理業(yè)務(wù)問(wèn)題。
也許，我們應(yīng)該試著通過(guò)質(zhì)疑行業(yè)的信條或理念來(lái)重新審視BI，而不是為圖表中沒(méi)用的動(dòng)畫(huà)感到興奮。質(zhì)疑數(shù)據(jù)可視化在商業(yè)智能中的作用，你覺(jué)得怎么樣？不用說(shuō)，數(shù)據(jù)可視化是BI的重要組成部分。沒(méi)有數(shù)據(jù)可視化的BI是不可想象的。但原因何在？數(shù)據(jù)可視化是一種從準(zhǔn)備好的數(shù)據(jù)生成知識(shí)的神奇方法。
Stephen Few將他的一本書(shū)取名為《Now You See It》，正是由于數(shù)據(jù)可視化令人大開(kāi)眼界。以特定的方式呈現(xiàn)數(shù)據(jù)，以便數(shù)據(jù)擁有的知識(shí)變得不言自明，無(wú)須贅言。但數(shù)據(jù)可視化也是一門(mén)高度復(fù)雜的學(xué)科。將數(shù)據(jù)可視化使其不言自明是一項(xiàng)高級(jí)技能，需要多年的實(shí)踐才能養(yǎng)成。Tableau Zen Master稱號(hào)的存在是有原因的。
也許我們應(yīng)尋找使數(shù)據(jù)可視化更容易的方法？Tableau在降低門(mén)檻方面做得很好，但為什么止步于此？或者，除了數(shù)據(jù)可視化外，我們應(yīng)該嘗試尋找實(shí)用又方便的方法從數(shù)據(jù)中提取知識(shí)。需要有其他簡(jiǎn)單又方便的方法來(lái)構(gòu)建和維護(hù)圍繞數(shù)據(jù)的知識(shí)體系，需要人們積累、發(fā)現(xiàn)和彼此輕松分享知識(shí)的方法，需要使解釋不言自明的方法。可惜業(yè)界在這方面做得很少。
我們可能還應(yīng)該對(duì)BI流程的推理部分做一些事情，因?yàn)樗诤艽蟪潭壬先蕴幱贐I應(yīng)用軟件的范圍之外，即使用于推理只需要商業(yè)智能，除此之外不需要?jiǎng)e的。目前，我們不太了解從BI獲得的知識(shí)如何用于決策以及這些知識(shí)到底如何影響決策。知識(shí)提取和推理之間的關(guān)系目前沒(méi)有被軟件所獲取，因此是不可審計(jì)、不可探索、不可管理的。
我不知道治愈BI行業(yè)的“良方”會(huì)是什么樣子，但我知道什么表明良方有效——它應(yīng)該將工作生產(chǎn)力提升到一個(gè)全新的水平。主流用戶絕對(duì)討厭這個(gè)想法：恢復(fù)到舊的做事方式。
最后，容我向決定采購(gòu)BI和數(shù)據(jù)準(zhǔn)備工具的IT經(jīng)理給出一番建議。
下面幾條建議針對(duì)不希望看到這個(gè)局面的這群人：投入了巨額預(yù)算和許多人的精力，到頭來(lái)發(fā)現(xiàn)你的同事背地里討厭你強(qiáng)加給他們的嶄新BI平臺(tái)，想方設(shè)法避而遠(yuǎn)之：

1、將很高的用戶采用率作為采購(gòu)BI平臺(tái)的主要目標(biāo)。

2、記住你可能不是BI應(yīng)用軟件的最典型用戶，因此你對(duì)可用性和實(shí)用性的看法可能沒(méi)有看起來(lái)那么重要。優(yōu)先考慮在新應(yīng)用軟件上花費(fèi)的時(shí)間會(huì)比你更多的那些人的反饋。

3、不要就因?yàn)槟硞€(gè)系統(tǒng)是“免費(fèi)的”或“無(wú)論如何是捆綁的”而強(qiáng)迫你的用戶使用它。免費(fèi)的東西可能有很高的間接成本。

4、堅(jiān)持使用無(wú)聊乏味的基本功能。學(xué)會(huì)淡化“酷炫”功能，并對(duì)營(yíng)銷人員吹噓基于AI或使用某種“魔法”的產(chǎn)品保持謹(jǐn)慎。它們的唯一用途可能是讓你這個(gè)決策者留下深刻印象，或者在決策清單上打勾。

5、別理睬運(yùn)行速度慢的軟件。速度慢的軟件其實(shí)非常昂貴。

6、在做出最終決定之前，應(yīng)毫不猶豫地進(jìn)行長(zhǎng)時(shí)間的試用。讓幾組用戶使用不同的建議工具，在幾個(gè)月內(nèi)針對(duì)實(shí)際任務(wù)的真實(shí)數(shù)據(jù)試一下效果。

7、表明軟件應(yīng)用程序是正確選擇的一個(gè)有效指標(biāo)是，企業(yè)用戶不喜歡沒(méi)有它這個(gè)想法。如果他們不在乎有沒(méi)有它，請(qǐng)繼續(xù)尋找，或考慮完全放棄購(gòu)買(mǎi)任何產(chǎn)品的想法。

1）缺少價(jià)值認(rèn)同感：比如管理層不夠重視BI，BI輸出的意見(jiàn)不被采納，無(wú)法推動(dòng)落地，長(zhǎng)期被低價(jià)值的報(bào)表、驗(yàn)數(shù)類需求圍攻，被視作人肉取數(shù)器，無(wú)法融入到業(yè)務(wù)中；

2）數(shù)據(jù)生產(chǎn)資料不足，且管理混亂：比如底層數(shù)據(jù)臟亂差、需要的數(shù)據(jù)沒(méi)有、指標(biāo)定義混亂；

3）對(duì)成長(zhǎng)的焦慮：比如成長(zhǎng)慢，找不到分析思路和方法，對(duì)未來(lái)職業(yè)發(fā)展沒(méi)有信心；

2、做BI最痛的3件事之BI原聲由于部分用戶原聲高度重疊，所以只展示有代表性的原聲。 
分析師A
1）CEO不足夠重視數(shù)據(jù)的價(jià)值、BI的價(jià)值。2.BI的建議不能執(zhí)行落地。3.數(shù)據(jù)中臺(tái)無(wú)法高效支撐。 
分析師B
1）業(yè)務(wù)不穩(wěn)定、迭代快，分析師的分析迭代成本太高。2.和ETL的協(xié)作難度大，效率低。3.BI對(duì)業(yè)務(wù)帶來(lái)的直接幫助和價(jià)值怎么衡量？ 
分析師C
1）業(yè)務(wù)想不清楚需求，也不知道自己要什么，漫無(wú)目的提很多數(shù)據(jù)需求，抱著試數(shù)據(jù)的態(tài)度看數(shù)據(jù)。
2）BI給出的觀點(diǎn)、意見(jiàn)，業(yè)務(wù)擱置一旁，不采納，不實(shí)施。
3）業(yè)務(wù)為了KPI造口徑，造對(duì)比區(qū)間。而B(niǎo)I在這個(gè)過(guò)程中，起不到對(duì)目標(biāo)設(shè)定/計(jì)算方式的客觀的決定作用，只能被動(dòng)按照業(yè)務(wù)需要去滿足。 
分析師D
1）業(yè)務(wù)經(jīng)常毫無(wú)理由的diss數(shù)據(jù)錯(cuò)誤，數(shù)據(jù)鏈路很復(fù)雜，有可能是指標(biāo)定義問(wèn)題，有可能是系統(tǒng)問(wèn)題，也有可能是ETL加工出錯(cuò)，不是BI的問(wèn)題呀。
2）加班加點(diǎn)的對(duì)接低價(jià)值的數(shù)據(jù)，月報(bào)十幾頁(yè)，真心懷疑有人看嗎？但還要熬夜把數(shù)據(jù)扣準(zhǔn)，廢了老命，可能老板只是臨時(shí)想起來(lái)，但我們得半夜起來(lái)弄，結(jié)果可能老板壓根都沒(méi)看。
3）業(yè)務(wù)把你當(dāng)人肉取數(shù)器，總是說(shuō)你給我弄下這個(gè)數(shù)據(jù)，我要做判斷了，辛辛苦苦弄完數(shù)，業(yè)務(wù)說(shuō)你可以走了，我們還要接著討論。 
分析師E
1）怎么樣能和業(yè)務(wù)負(fù)責(zé)人對(duì)焦，找對(duì)方向，找對(duì)問(wèn)題，聚焦？
2）怎樣能理解商業(yè)，并有效的參與業(yè)務(wù)討論中，并通過(guò)數(shù)據(jù)推動(dòng)業(yè)務(wù)？ 
分析師F
1）底層數(shù)據(jù)臟亂差，想要的數(shù)據(jù)沒(méi)有或者不對(duì)。2.數(shù)據(jù)口徑不一致，數(shù)據(jù)核對(duì)校驗(yàn)工作量大。3.需求背后，如何有深層次商業(yè)問(wèn)題的洞察。
分析師G
1）基礎(chǔ)數(shù)據(jù)支持和分析工作的時(shí)間協(xié)調(diào)困難，取數(shù)、報(bào)表這樣的基礎(chǔ)工作占據(jù)了大部分時(shí)間，部門(mén)里很多人都在做這樣的工作，沒(méi)時(shí)間做商業(yè)分析，分析師的成長(zhǎng)緩慢；2）分析方向和方案的輸出把握不準(zhǔn)；3.擔(dān)心分析師的價(jià)值不夠，害怕未來(lái)這個(gè)行業(yè)被替代或消失；
3、一張圖看BI工作的上下游

BI承接上游的需求，明確需求背后的動(dòng)機(jī)后，再對(duì)需求拆解，進(jìn)而形成分析思路，再?gòu)南掠潍@取數(shù)據(jù)，而后輸出分析報(bào)告，再得到分析價(jià)值反饋，很可能還需要追加分析。

這其中，任何一個(gè)環(huán)節(jié)不給力，都會(huì)對(duì)BI形成壓力。

4、BI的用戶:不理解數(shù)據(jù)或不清楚自己要什么 

BI的需求來(lái)自CEO、管理層、業(yè)務(wù)方，每個(gè)需求方對(duì)數(shù)據(jù)的認(rèn)知不一樣，商業(yè)判斷力也不一樣。 同樣是CEO，財(cái)務(wù)背景的CEO對(duì)數(shù)據(jù)敏感度高，數(shù)據(jù)敏感度高導(dǎo)致大佬們不需要BI解讀數(shù)據(jù)，只要BI告訴他客觀數(shù)據(jù)就可以，因?yàn)樗麑?duì)數(shù)據(jù)的解讀比BI還厲害。銷售出身的CEO有的懂?dāng)?shù)據(jù)，有的一知半解。其他背景的就不好說(shuō)，管理層受自身過(guò)往經(jīng)驗(yàn)、認(rèn)知的影響，又身處高位，有自己的判斷，且判斷不輕易被改變。 如果大佬們不理解數(shù)據(jù)，中層、一線業(yè)務(wù)小二們往往更不理解數(shù)據(jù)，因?yàn)楹芏嗥髽I(yè)的運(yùn)作自上而下。 如果有個(gè)大佬，每天要和他的團(tuán)隊(duì)review數(shù)據(jù)，那這條線的BI就該笑了，因?yàn)樗麄儠?huì)被需求方重度依賴，自然也多了機(jī)會(huì)。

而現(xiàn)實(shí)往往比較殘酷。經(jīng)常是大佬們臨時(shí)想起來(lái)要看個(gè)/些數(shù)，他們也不知道數(shù)據(jù)背后的流轉(zhuǎn)、邏輯，還把BI當(dāng)成乙方的角色，心里想著數(shù)據(jù)不就得按照我想的來(lái)。根據(jù)菩提的觀察，越傳統(tǒng)的行業(yè)，對(duì)數(shù)據(jù)的認(rèn)知越處于石器時(shí)代。 即使在數(shù)據(jù)大行其道的今天，依然有些合作伙伴不了解數(shù)據(jù)。我們和某業(yè)務(wù)管理團(tuán)隊(duì)溝通數(shù)據(jù)需求，業(yè)務(wù)老大說(shuō)，我是傳統(tǒng)行業(yè)過(guò)來(lái)的，不懂?dāng)?shù)據(jù)，我提不出需求。 除了需求方不了解數(shù)據(jù)，同時(shí)，需求方可能商業(yè)判斷力也不太夠，沒(méi)有體系化的思維，不知道業(yè)務(wù)哪里出問(wèn)題了，也不知道BI能幫他解決什么，于是變成條件反射，提各種臨時(shí)、瑣碎的需求給BI，口頭禪變成你們BI從數(shù)據(jù)上看看吧。 這時(shí)候，BI不管出于什么樣的原因，如果無(wú)法輸出高價(jià)值的商業(yè)分析，又處在乙方位置，價(jià)值感就會(huì)油然下降。 進(jìn)而，需求方就會(huì)對(duì)臨時(shí)、瑣碎的數(shù)據(jù)需求形成依賴、慣性。因?yàn)樾枨蠓讲恢繠I能做什么，BI也沒(méi)有告訴需求方BI可以做什么，仿佛雙方都接受了臨時(shí)取數(shù)的現(xiàn)狀。長(zhǎng)此以往，對(duì)BI來(lái)說(shuō)就很難從沼澤地抽身出來(lái)。 這種情況下，BI必然痛，痛在沒(méi)有價(jià)值，痛在對(duì)成長(zhǎng)焦慮。

5、BI的數(shù)據(jù)生產(chǎn)資料不足 

巧婦難為無(wú)米之炊。BI依賴好的數(shù)據(jù)中臺(tái)、數(shù)據(jù)倉(cāng)庫(kù)，如果底層數(shù)據(jù)質(zhì)量差或者數(shù)據(jù)缺失，就是BI的災(zāi)難。BI如果有10分的時(shí)間，可能6分得用在數(shù)據(jù)獲取、清洗、校驗(yàn)上。 BI和ETL的協(xié)同一直是常見(jiàn)問(wèn)題，BI把自己當(dāng)ETL來(lái)用的情況，不少見(jiàn)。 殘酷的現(xiàn)實(shí)：業(yè)務(wù)先行，技術(shù)為了滿足業(yè)務(wù)需求，忙著搭系統(tǒng)，顧不上數(shù)據(jù)，甚至都沒(méi)想起來(lái)數(shù)據(jù)，也沒(méi)有數(shù)據(jù)的意識(shí)，系統(tǒng)遷移、接口變化未必告知數(shù)據(jù)，更不要說(shuō)數(shù)據(jù)采集、數(shù)據(jù)規(guī)范之類問(wèn)題。或者業(yè)務(wù)系統(tǒng)本身就是個(gè)半吊子，一部分?jǐn)?shù)據(jù)在系統(tǒng)，一部分?jǐn)?shù)據(jù)在線下維護(hù)。這種情況下，數(shù)據(jù)集市、數(shù)據(jù)倉(cāng)庫(kù)必然難以滿足BI的需求，其實(shí)ETL也是被背鍋的。

在企業(yè)一定的發(fā)展階段，數(shù)據(jù)建設(shè)差，可以理解。因?yàn)樗械钠髽I(yè)必須先活下來(lái)，活下來(lái)就需要業(yè)務(wù)滾起來(lái)，資源向業(yè)務(wù)、向銷售傾斜，BI、ETL的人又貴，產(chǎn)出還不直接，導(dǎo)致數(shù)據(jù)建設(shè)遲遲沒(méi)有進(jìn)展。 隨著企業(yè)發(fā)展到一定階段，數(shù)據(jù)會(huì)成為制約企業(yè)發(fā)展的瓶頸。菩提溝通過(guò)的有些企業(yè)就面臨這樣的現(xiàn)狀，公司幾百號(hào)人，沒(méi)有1個(gè)專業(yè)做數(shù)據(jù)的人，又似乎從業(yè)務(wù)到財(cái)務(wù)，人人都在看數(shù)據(jù)。他們?cè)俨蛔鰯?shù)據(jù)化的管理，管理邊界就無(wú)法擴(kuò)大，團(tuán)隊(duì)中人人竭盡洪荒之力從各個(gè)系統(tǒng)中，給自己和老板找數(shù)據(jù)，但各團(tuán)隊(duì)的數(shù)據(jù)從來(lái)沒(méi)對(duì)齊過(guò)，管理無(wú)處下手。 這種情況，一方面取決于管理層怎么看待數(shù)據(jù)化運(yùn)營(yíng)和管理，以及企業(yè)長(zhǎng)期發(fā)展，另一方面也取決于數(shù)據(jù)團(tuán)隊(duì)的戰(zhàn)果能不能說(shuō)服管理層。 底層數(shù)據(jù)質(zhì)量差的問(wèn)題，對(duì)于BI個(gè)體來(lái)說(shuō)，在短時(shí)間內(nèi)很難改變，我們能改變的只有自己。 

6、BI自身：商業(yè)分析的意識(shí)、思維、方法不夠 

打鐵需要自身硬。自己硬氣的話，需求方再不靠譜，底層數(shù)據(jù)再差，依然能找到自己的價(jià)值。 最糟糕的是，被需求方和底層數(shù)據(jù)同時(shí)夾擊，自己又無(wú)力還招，這種狀況持續(xù)得不到緩解，就只能越來(lái)越越痛。缺少價(jià)值感、生產(chǎn)資料不足、對(duì)成長(zhǎng)焦慮，這3個(gè)痛還時(shí)常并發(fā)。

有人覺(jué)得分析師未來(lái)的成長(zhǎng)空間小，崗位會(huì)被替代。 菩提的理解：會(huì)被替代的是低價(jià)值、可以標(biāo)準(zhǔn)化的流水線工作，商業(yè)分析需要好的商業(yè)洞察、分析框架和邏輯、分析方法，很難被替代。
好的分析師和好的產(chǎn)品經(jīng)理一樣，1人難求。頂級(jí)的分析師最重要的特質(zhì)是商業(yè)敏感度、思維方式，看看那些投行里的分析師齁貴齁貴，這種分析師到哪都搶手，做好了，不用擔(dān)心以后沒(méi)有機(jī)會(huì)。 少些焦慮，把能量放在思考、學(xué)習(xí)上，提升分析質(zhì)量是關(guān)鍵、王道。信心和價(jià)值要靠自己賺回來(lái)。
BI受需求方和底層數(shù)據(jù)的兩面夾擊，需要有好的內(nèi)功（商業(yè)洞察力、分析能力、溝通能力），一方面理清需求，超越需求（1號(hào)位思維），進(jìn)行問(wèn)題拆解，一方面從各種渠道獲取數(shù)據(jù)（BI不止從數(shù)據(jù)倉(cāng)庫(kù)拿數(shù)據(jù)，也要向市場(chǎng)、行業(yè)、用戶拿數(shù)據(jù)），而后用系統(tǒng)化的方法去分析、驗(yàn)證，最后產(chǎn)出分析報(bào)告。 內(nèi)功不到位，又被需求和數(shù)據(jù)源雙面夾擊，生存和發(fā)展當(dāng)然就難。內(nèi)功到位，則可以向需求、數(shù)據(jù)源兩個(gè)方向都給自己撐開(kāi)空間。需求和數(shù)據(jù)源是外因，以一己之力，很難快速改變，只能緩解，練內(nèi)功才是正解。

7、對(duì)BI破局的小結(jié)：

互聯(lián)網(wǎng)和數(shù)據(jù)發(fā)展階段，決定了BI現(xiàn)在的痛無(wú)法避免。

緩解這種痛需要組織和自己的努力。

組織上：

1）為BI努力，構(gòu)造好的氛圍，包括理解大家的痛苦

2）巧借各種場(chǎng)合向業(yè)務(wù)、管理層宣講BI的規(guī)劃、職能定位

3）職能上保障BI在商業(yè)分析上的投入；

個(gè)人努力：

1）清醒的認(rèn)識(shí)到1萬(wàn)個(gè)臨時(shí)取數(shù)也換不來(lái)商業(yè)分析的能力

2）深貼業(yè)務(wù)，做業(yè)務(wù)的大腦，不是維修師、預(yù)警器

3）多跑市場(chǎng)&客戶，立體了解業(yè)務(wù)，提高商業(yè)判斷力；

4）找1-2個(gè)機(jī)會(huì)點(diǎn)突破，嘗試商業(yè)分析；

5）結(jié)識(shí)高手；

1 數(shù)據(jù)分析書(shū)籍清單-初階篇

數(shù)據(jù)分析初階書(shū)籍清單，適合對(duì)數(shù)據(jù)分析的入門(mén)者，是從小白到精通的第一階段，看了下面這幾本書(shū)，有利于小伙伴們掌握數(shù)據(jù)分析基本思維和邏輯，以及吸收數(shù)據(jù)分析相關(guān)基礎(chǔ)理論知識(shí)哦~~

?了解數(shù)據(jù)分析思維模式

在學(xué)數(shù)據(jù)分析過(guò)程中，可以先了解一下數(shù)據(jù)分析的基本思維邏輯，了解數(shù)據(jù)分析掌握數(shù)據(jù)分析思維，適合看的書(shū)籍是《數(shù)據(jù)分析之道》，然后就會(huì)對(duì)數(shù)據(jù)分析思維有個(gè)初步的認(rèn)識(shí)，一定有所收獲~~

?明確數(shù)據(jù)分析具體內(nèi)容

其次，在了解了數(shù)據(jù)分析基本思維的基礎(chǔ)之上，整體上對(duì)數(shù)據(jù)分析有一個(gè)全方位、多角度、深層次的認(rèn)識(shí)是很重要的，了解學(xué)習(xí)什么是數(shù)據(jù)分析以及數(shù)據(jù)分析的具體內(nèi)容，推薦看的書(shū)籍是《深入淺出數(shù)據(jù)分析》+《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》（這兩本書(shū)籍我看有很多人推薦的哈，確實(shí)很適合數(shù)據(jù)分析入門(mén)哦），這兩本書(shū)籍內(nèi)容簡(jiǎn)單但也比較全面，包含各種案例內(nèi)容豐富哦~~，非常適合初學(xué)者哦或者想要轉(zhuǎn)行的小伙伴~~

?夯實(shí)數(shù)據(jù)分析理論基礎(chǔ)

最后，在具有一定數(shù)據(jù)分析思維和明白數(shù)據(jù)分析具體含義的情況下，需要的就是打牢自身基礎(chǔ)，學(xué)習(xí)相關(guān)基礎(chǔ)理論知識(shí)啦~看數(shù)據(jù)分析基礎(chǔ)理論知識(shí)相關(guān)書(shū)籍，量不在多，在于精，數(shù)據(jù)分析需要的基礎(chǔ)理論知識(shí)主要有統(tǒng)計(jì)學(xué)、概率論、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，其中統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析最主要的基礎(chǔ)知識(shí)之一，在數(shù)據(jù)分析師需求的技能中占有舉足輕重的作用，可以去招聘網(wǎng)上看看很多數(shù)據(jù)分析師招聘要求的條件中很多都有統(tǒng)計(jì)學(xué)相關(guān)專業(yè)優(yōu)先哦~~。這部分內(nèi)容推薦小伙伴們看看這兩本書(shū)哦《深入淺出統(tǒng)計(jì)學(xué)》《赤裸裸的統(tǒng)計(jì)學(xué)》~~看完以后會(huì)對(duì)數(shù)據(jù)分析需求的基礎(chǔ)理論知識(shí)會(huì)有一個(gè)新的認(rèn)知~~

2 數(shù)據(jù)分析書(shū)籍清單-進(jìn)階篇

數(shù)據(jù)分析中階書(shū)籍清單，在有了一定的數(shù)據(jù)分析思維和數(shù)據(jù)分析知識(shí)理論基礎(chǔ)之后，還需要深入學(xué)習(xí)一些數(shù)據(jù)分析工具，結(jié)合數(shù)據(jù)分析模型，做一些業(yè)務(wù)相關(guān)的實(shí)際場(chǎng)景分析，將數(shù)據(jù)的潛在價(jià)值挖掘出來(lái)，為企業(yè)發(fā)展方向和決策，提供一定的數(shù)據(jù)支撐和決策建議。

?掌握數(shù)據(jù)分析工具

想要成為一名優(yōu)秀的數(shù)據(jù)分析師，數(shù)據(jù)分析工具那是必不可少的哦~所有的數(shù)據(jù)分析師都會(huì)有一個(gè)自身擅長(zhǎng)的數(shù)據(jù)分析軟件滴，關(guān)于數(shù)據(jù)分析工具的話，至少需要掌握兩種工具：+分析建模（個(gè)人比較推薦PYTHON）。

數(shù)據(jù)庫(kù)的話，推薦書(shū)籍《SQL必知必會(huì)》，內(nèi)容全面，語(yǔ)言精練，看完以后，掌握基本的數(shù)據(jù)庫(kù)語(yǔ)言是肯定木有問(wèn)題滴！

至于分析建模的話推薦第一本書(shū)籍《利用Python進(jìn)行數(shù)據(jù)分析》，Python是很多數(shù)據(jù)分析師必須掌握的數(shù)據(jù)分析工具，用途很廣泛，這本書(shū)的作者是Wes McKinney，具有多年的數(shù)據(jù)分析經(jīng)驗(yàn)，所數(shù)據(jù)分析具有深刻的見(jiàn)解和認(rèn)識(shí)，書(shū)中對(duì)于數(shù)據(jù)分析最重要內(nèi)容（numpy，pandas，matplotlib等等）講解的很到位很詳盡，還有很多數(shù)據(jù)分析實(shí)戰(zhàn)案例幫助大家理解學(xué)習(xí)，是一本很不錯(cuò)的書(shū)籍哦~感興趣的小伙伴們可以仔細(xì)去看看~~

至于分析建模的話推薦第二本書(shū)籍《Python數(shù)據(jù)挖掘：概念、方法與實(shí)踐》，該書(shū)基于Python編程語(yǔ)言和基礎(chǔ)結(jié)合實(shí)際項(xiàng)目案例，將數(shù)據(jù)挖掘相關(guān)的內(nèi)容和概念（關(guān)聯(lián)規(guī)則分析、實(shí)體匹配、網(wǎng)絡(luò)分析、文本分析、異常值等）講述的有條有理，有助于讀者理解掌握如何使用Python去做數(shù)據(jù)挖掘去做數(shù)據(jù)分析，看完以后將會(huì)對(duì)如何使用數(shù)據(jù)分析工具解決實(shí)際問(wèn)題有個(gè)嶄新的認(rèn)識(shí)~

?實(shí)現(xiàn)數(shù)據(jù)分析實(shí)戰(zhàn)

在掌握一定的數(shù)據(jù)分析理論基礎(chǔ)+數(shù)據(jù)分析工具之后，就是結(jié)合各行各行業(yè)的實(shí)際業(yè)務(wù)情況，對(duì)數(shù)據(jù)進(jìn)行收集、處理、分析、建模，挖掘數(shù)據(jù)中的潛在價(jià)值，把數(shù)據(jù)資產(chǎn)的作用最大化~。在這個(gè)階段為大家推薦書(shū)籍《精益數(shù)據(jù)分析》《網(wǎng)站分析實(shí)戰(zhàn)》《數(shù)據(jù)化管理》，這幾本書(shū)籍都是結(jié)合實(shí)際業(yè)務(wù)，運(yùn)用相應(yīng)的數(shù)據(jù)分析工具，解決實(shí)際問(wèn)題，看完以后，我相信小伙伴們必定會(huì)有收獲頗豐的感覺(jué)哦~~《精益數(shù)據(jù)分析》著重講了如何運(yùn)用數(shù)據(jù)指導(dǎo)產(chǎn)品和運(yùn)營(yíng)，結(jié)合了大量的實(shí)際應(yīng)用場(chǎng)景，對(duì)業(yè)務(wù)模式的成長(zhǎng)歸納的很到位哈；《網(wǎng)站分析實(shí)戰(zhàn)》，該書(shū)主要是著重講述了分析方法和分析對(duì)象，包含大量的實(shí)際案例數(shù)據(jù)、用戶特征分析，之一本很值得閱讀的書(shū)籍哦~；《數(shù)據(jù)化管理》，該書(shū)主要是以零售電商行業(yè)為例，講述數(shù)據(jù)分析的主要過(guò)程和作用，非常適合想要入行數(shù)據(jù)分析的小伙伴們~~

一、描述統(tǒng)計(jì)

描述統(tǒng)計(jì)是通過(guò)圖表或數(shù)學(xué)方法，對(duì)數(shù)據(jù)資料進(jìn)行整理、分析，并對(duì)數(shù)據(jù)的分布狀態(tài)、數(shù)字特征和隨機(jī)變量之間關(guān)系進(jìn)行估計(jì)和描述的方法。描述統(tǒng)計(jì)分為集中趨勢(shì)分析和離中趨勢(shì)分析和相關(guān)分析三大部分。

集中趨勢(shì)分析：集中趨勢(shì)分析主要靠平均數(shù)、中數(shù)、眾數(shù)等統(tǒng)計(jì)指標(biāo)來(lái)表示數(shù)據(jù)的集中趨勢(shì)。例如被試的平均成績(jī)多少？是正偏分布還是負(fù)偏分布？

離中趨勢(shì)分析：離中趨勢(shì)分析主要靠全距、四分差、平均差、方差（協(xié)方差：用來(lái)度量?jī)蓚€(gè)隨機(jī)變量關(guān)系的統(tǒng)計(jì)量）、標(biāo)準(zhǔn)差等統(tǒng)計(jì)指標(biāo)來(lái)研究數(shù)據(jù)的離中趨勢(shì)。例如，我們想知道兩個(gè)教學(xué)班的語(yǔ)文成績(jī)中，哪個(gè)班級(jí)內(nèi)的成績(jī)分布更分散，就可以用兩個(gè)班級(jí)的四分差或百分點(diǎn)來(lái)比較。

相關(guān)分析：相關(guān)分析探討數(shù)據(jù)之間是否具有統(tǒng)計(jì)學(xué)上的關(guān)聯(lián)性。這種關(guān)系既包括兩個(gè)數(shù)據(jù)之間的單一相關(guān)關(guān)系——如年齡與個(gè)人領(lǐng)域空間之間的關(guān)系，也包括多個(gè)數(shù)據(jù)之間的多重相關(guān)關(guān)系——如年齡、抑郁癥發(fā)生率、個(gè)人領(lǐng)域空間之間的關(guān)系；既包括A大B就大(小)，A小B就小(大)的直線相關(guān)關(guān)系，也可以是復(fù)雜相關(guān)關(guān)系（A=Y-B*X）；既可以是A、B變量同時(shí)增大這種正相關(guān)關(guān)系，也可以是A變量增大時(shí)B變量減小這種負(fù)相關(guān)，還包括兩變量共同變化的緊密程度——即相關(guān)系數(shù)。實(shí)際上，相關(guān)關(guān)系唯一不研究的數(shù)據(jù)關(guān)系，就是數(shù)據(jù)協(xié)同變化的內(nèi)在根據(jù)——即因果關(guān)系。獲得相關(guān)系數(shù)有什么用呢？簡(jiǎn)而言之，有了相關(guān)系數(shù)，就可以根據(jù)回歸方程，進(jìn)行A變量到B變量的估算，這就是所謂的回歸分析，因此，相關(guān)分析是一種完整的統(tǒng)計(jì)研究方法，它貫穿于提出假設(shè)，數(shù)據(jù)研究，，數(shù)據(jù)研究的始終。

例如，我們想知道對(duì)監(jiān)獄情景進(jìn)行什么改造，可以降低囚徒的暴力傾向。我們就需要將不同的囚舍顏色基調(diào)、囚舍綠化程度、囚室人口密度、放風(fēng)時(shí)間、探視時(shí)間進(jìn)行排列組合，然后讓每個(gè)囚室一種實(shí)驗(yàn)處理，然后用因素分析法找出與囚徒暴力傾向的相關(guān)系數(shù)最高的因素。假定這一因素為囚室人口密度，我們又要將被試隨機(jī)分入不同人口密度的十幾個(gè)囚室中生活，繼而得到人口密度和暴力傾向兩組變量（即我們討論過(guò)的A、B兩列變量）。然后，我們將人口密度排入X軸，將暴力傾向分排入Y軸，獲得了一個(gè)很有價(jià)值的圖表，當(dāng)某典獄長(zhǎng)想知道，某囚舍擴(kuò)建到N人/間囚室，暴力傾向能降低多少。我們可以當(dāng)前人口密度和改建后人口密度帶入相應(yīng)的回歸方程，算出擴(kuò)建前的預(yù)期暴力傾向和擴(kuò)建后的預(yù)期暴力傾向，兩數(shù)據(jù)之差即典獄長(zhǎng)想知道的結(jié)果。

推論統(tǒng)計(jì)：

推論統(tǒng)計(jì)是統(tǒng)計(jì)學(xué)乃至于心理統(tǒng)計(jì)學(xué)中較為年輕的一部分內(nèi)容。它以統(tǒng)計(jì)結(jié)果為依據(jù)，來(lái)證明或推翻某個(gè)命題。具體來(lái)說(shuō),就是通過(guò)分析樣本與樣本分布的差異，來(lái)估算樣本與總體、同一樣本的前后測(cè)成績(jī)差異，樣本與樣本的成績(jī)差距、總體與總體的成績(jī)差距是否具有顯著性差異。例如，我們想研究教育背景是否會(huì)影響人的智力測(cè)驗(yàn)成績(jī)。可以找100名24歲大學(xué)畢業(yè)生和100名24歲初中畢業(yè)生。采集他們的一些智力測(cè)驗(yàn)成績(jī)。用推論統(tǒng)計(jì)方法進(jìn)行數(shù)據(jù)處理，最后會(huì)得出類似這樣兒的結(jié)論：“研究發(fā)現(xiàn)，大學(xué)畢業(yè)生組的成績(jī)顯著高于初中畢業(yè)生組的成績(jī)，二者在0.01水平上具有顯著性差異，說(shuō)明大學(xué)畢業(yè)生的一些智力測(cè)驗(yàn)成績(jī)優(yōu)于中學(xué)畢業(yè)生組。”

其中，如果用EXCEL 來(lái)求描述統(tǒng)計(jì)。其方法是：工具-加載宏-勾選"分析工具庫(kù)"，然后關(guān)閉Excel然后重新打開(kāi)，工具菜單就會(huì)出現(xiàn)"數(shù)據(jù)分析"。描述統(tǒng)計(jì)是“數(shù)據(jù)分析”內(nèi)一個(gè)子菜單，在做的時(shí)候，記得要把方格輸入正確。最好直接點(diǎn)選。

2、正態(tài)性檢驗(yàn)：很多統(tǒng)計(jì)方法都要求數(shù)值服從或近似服從正態(tài)分布，所以之前需要進(jìn)行正態(tài)性檢驗(yàn)。常用方法：非參數(shù)檢驗(yàn)的K-量檢驗(yàn)、P-P圖、Q-Q圖、W檢驗(yàn)、動(dòng)差法。

二、假設(shè)檢驗(yàn)

1、參數(shù)檢驗(yàn)

參數(shù)檢驗(yàn)是在已知總體分布的條件下（一股要求總體服從正態(tài)分布）對(duì)一些主要的參數(shù)(如均值、百分?jǐn)?shù)、方差、相關(guān)系數(shù)等）進(jìn)行的檢驗(yàn)。

1）U驗(yàn) ：使用條件：當(dāng)樣本含量n較大時(shí)，樣本值符合正態(tài)分布

2）T檢驗(yàn) 使用條件：當(dāng)樣本含量n較小時(shí)，樣本值符合正態(tài)分布

A 單樣本t檢驗(yàn)：推斷該樣本來(lái)自的總體均數(shù)μ與已知的某一總體均數(shù)μ0 (常為理論值或標(biāo)準(zhǔn)值)有無(wú)差別；

B 配對(duì)樣本t檢驗(yàn)：當(dāng)總體均數(shù)未知時(shí)，且兩個(gè)樣本可以配對(duì)，同對(duì)中的兩者在可能會(huì)影響處理效果的各種條件方面扱為相似；

C 兩獨(dú)立樣本t檢驗(yàn)：無(wú)法找到在各方面極為相似的兩樣本作配對(duì)比較時(shí)使用。

2、非參數(shù)檢驗(yàn)

非參數(shù)檢驗(yàn)則不考慮總體分布是否已知，常常也不是針對(duì)總體參數(shù)，而是針對(duì)總體的某些一股性假設(shè)（如總體分布的位罝是否相同，總體分布是否正態(tài)）進(jìn)行檢驗(yàn)。

適用情況：順序類型的數(shù)據(jù)資料，這類數(shù)據(jù)的分布形態(tài)一般是未知的。

A 雖然是連續(xù)數(shù)據(jù)，但總體分布形態(tài)未知或者非正態(tài)；

B 體分布雖然正態(tài)，數(shù)據(jù)也是連續(xù)類型，但樣本容量極小，如10以下；

主要方法包括：卡方檢驗(yàn)、秩和檢驗(yàn)、二項(xiàng)檢驗(yàn)、游程檢驗(yàn)、K-量檢驗(yàn)等。

三、信度分析

介紹：信度（Reliability）即可靠性，它是指采用同樣的方法對(duì)同一對(duì)象重復(fù)測(cè)量時(shí)所得結(jié)果的一致性程度。信度指標(biāo)多以相關(guān)系數(shù)表示，大致可分為三類：穩(wěn)定系數(shù)（跨時(shí)間的一致性），等值系數(shù)（跨形式的一致性）和內(nèi)在一致性系數(shù)（跨項(xiàng)目的一致性）。信度分析的方法主要有以下四種：重測(cè)信度法、復(fù)本信度法、折半信度法、α信度系數(shù)法。

方法：

（1）重測(cè)信度法編輯：這一方法是用同樣的問(wèn)卷對(duì)同一組被調(diào)查者間隔一定時(shí)間重復(fù)施測(cè)，計(jì)算兩次施測(cè)結(jié)果的相關(guān)系數(shù)。顯然，重測(cè)信度屬于穩(wěn)定系數(shù)。重測(cè)信度法特別適用于事實(shí)式問(wèn)卷，如性別、出生年月等在兩次施測(cè)中不應(yīng)有任何差異，大多數(shù)被調(diào)查者的興趣、愛(ài)好、習(xí)慣等在短時(shí)間內(nèi)也不會(huì)有十分明顯的變化。如果沒(méi)有突發(fā)事件導(dǎo)致被調(diào)查者的態(tài)度、意見(jiàn)突變，這種方法也適用于態(tài)度、意見(jiàn)式問(wèn)卷。由于重測(cè)信度法需要對(duì)同一樣本試測(cè)兩次，被調(diào)查者容易受到各種事件、活動(dòng)和他人的影響，而且間隔時(shí)間長(zhǎng)短也有一定限制，因此在實(shí)施中有一定困難。

（2）復(fù)本信度法編輯：讓同一組被調(diào)查者一次填答兩份問(wèn)卷復(fù)本，計(jì)算兩個(gè)復(fù)本的相關(guān)系數(shù)。復(fù)本信度屬于等值系數(shù)。復(fù)本信度法要求兩個(gè)復(fù)本除表述方式不同外，在內(nèi)容、格式、難度和對(duì)應(yīng)題項(xiàng)的提問(wèn)方向等方面要完全一致，而在實(shí)際調(diào)查中，很難使調(diào)查問(wèn)卷達(dá)到這種要求，因此采用這種方法者較少。

（3）折半信度法編輯：折半信度法是將調(diào)查項(xiàng)目分為兩半，計(jì)算兩半得分的相關(guān)系數(shù)，進(jìn)而估計(jì)整個(gè)量表的信度。折半信度屬于內(nèi)在一致性系數(shù)，測(cè)量的是兩半題項(xiàng)得分間的一致性。這種方法一般不適用于事實(shí)式問(wèn)卷（如年齡與性別無(wú)法相比），常用于態(tài)度、意見(jiàn)式問(wèn)卷的信度分析。在問(wèn)卷調(diào)查中，態(tài)度測(cè)量最常見(jiàn)的形式是5級(jí)李克特（Likert）量表（李克特量表(Likert scale)是屬評(píng)分加總式量表最常用的一種，屬同一構(gòu)念的這些項(xiàng)目是用加總方式來(lái)計(jì)分，單獨(dú)或個(gè)別項(xiàng)目是無(wú)意義的。它是由美國(guó)社會(huì)心理學(xué)家李克特于1932年在原有的總加量表基礎(chǔ)上改進(jìn)而成的。該量表由一組陳述組成，每一陳述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五種回答，分別記為5、4、3、2、1，每個(gè)被調(diào)查者的態(tài)度總分就是他對(duì)各道題的回答所得分?jǐn)?shù)的加總，這一總分可說(shuō)明他的態(tài)度強(qiáng)弱或他在這一量表上的不同狀態(tài)。）。進(jìn)行折半信度分析時(shí)，如果量表中含有反意題項(xiàng)，應(yīng)先將反意題項(xiàng)的得分作逆向處理，以保證各題項(xiàng)得分方向的一致性，然后將全部題項(xiàng)按奇偶或前后分為盡可能相等的兩半，計(jì)算二者的相關(guān)系數(shù)（rhh，即半個(gè)量表的信度系數(shù)），最后用斯皮爾曼-布朗（Spearman-Brown）公式：求出整個(gè)量表的信度系數(shù)（ru）。

（4）α信度系數(shù)法編輯：Cronbach α信度系數(shù)是目前最常用的信度系數(shù)，其公式為：

α=(k/(k-1))*(1-(∑Si^2)/ST^2)

其中，K為量表中題項(xiàng)的總數(shù)， Si^2為第i題得分的題內(nèi)方差， ST^2為全部題項(xiàng)總得分的方差。從公式中可以看出，α系數(shù)評(píng)價(jià)的是量表中各題項(xiàng)得分間的一致性，屬于內(nèi)在一致性系數(shù)。這種方法適用于態(tài)度、意見(jiàn)式問(wèn)卷（量表）的信度分析。

總量表的信度系數(shù)最好在0.8以上，0.7-0.8之間可以接受；分量表的信度系數(shù)最好在0.7以上，0.6-0.7還可以接受。Cronbach 's alpha系數(shù)如果在0.6以下就要考慮重新編問(wèn)卷。

檢査測(cè)量的可信度，例如調(diào)查問(wèn)卷的真實(shí)性。

分類：

1、外在信度：不同時(shí)間測(cè)量時(shí)量表的一致性程度，常用方法重測(cè)信度

2、內(nèi)在信度；每個(gè)量表是否測(cè)量到單一的概念，同時(shí)組成兩表的內(nèi)在體項(xiàng)一致性如何，常用方法分半信度。

四、列聯(lián)表分析

列聯(lián)表是觀測(cè)數(shù)據(jù)按兩個(gè)或更多屬性（定性變量）分類時(shí)所列出的頻數(shù)表。

簡(jiǎn)介：一般，若總體中的個(gè)體可按兩個(gè)屬性A、B分類，A有r個(gè)等級(jí)A1,A2,…，Ar，B有c個(gè)等級(jí)B1,B2,…，Bc,從總體中抽取大小為n的樣本，設(shè)其中有nij個(gè)個(gè)體的屬性屬于等級(jí)Ai和Bj，nij稱為頻數(shù)，將r×c個(gè)nij排列為一個(gè)r行c列的二維列聯(lián)表，簡(jiǎn)稱r×c表。若所考慮的屬性多于兩個(gè)，也可按類似的方式作出列聯(lián)表，稱為多維列聯(lián)表。

列聯(lián)表又稱交互分類表，所謂交互分類，是指同時(shí)依據(jù)兩個(gè)變量的值，將所研究的個(gè)案分類。交互分類的目的是將兩變量分組，然后比較各組的分布狀況，以尋找變量間的關(guān)系。

用于分析離散變量或定型變量之間是否存在相關(guān)。

列聯(lián)表分析的基本問(wèn)題是，判明所考察的各屬性之間有無(wú)關(guān)聯(lián)，即是否獨(dú)立。如在前例中，問(wèn)題是：一個(gè)人是否色盲與其性別是否有關(guān)？在r×с表中，若以pi、pj和pij分別表示總體中的個(gè)體屬于等級(jí)Ai，屬于等級(jí)Bj和同時(shí)屬于Ai、Bj的概率（pi，pj稱邊緣概率，pij稱格概率）,“A、B兩屬性無(wú)關(guān)聯(lián)”的假設(shè)可以表述為H0：pij=pi·pj，(i=1，2，…，r；j=1,2,…，с)，未知參數(shù)pij、pi、pj的最大似然估計(jì)（見(jiàn)點(diǎn)估計(jì)）分別為行和及列和（統(tǒng)稱邊緣和）。

為樣本大小。根據(jù)K.皮爾森(1904)的擬合優(yōu)度檢驗(yàn)或似然比檢驗(yàn)（見(jiàn)假設(shè)檢驗(yàn)）,當(dāng)h0成立，且一切pi>0和pj>0時(shí)，統(tǒng)計(jì)量的漸近分布是自由度為(r－1)(с－1) 的Ⅹ分布，式中Eij=(ni·nj)/n稱為期望頻數(shù)。當(dāng)n足夠大，且表中各格的Eij都不太小時(shí)，可以據(jù)此對(duì)h0作檢驗(yàn)：若Ⅹ值足夠大，就拒絕假設(shè)h0，即認(rèn)為A與B有關(guān)聯(lián)。在前面的色覺(jué)問(wèn)題中，曾按此檢驗(yàn)，判定出性別與色覺(jué)之間存在某種關(guān)聯(lián)。

需要注意：

若樣本大小n不很大,則上述基于漸近分布的方法就不適用。對(duì)此，在四格表情形，R.A.費(fèi)希爾(1935)提出了一種適用于所有n的精確檢驗(yàn)法。其思想是在固定各邊緣和的條件下，根據(jù)超幾何分布（見(jiàn)概率分布），可以計(jì)算觀測(cè)頻數(shù)出現(xiàn)任意一種特定排列的條件概率。把實(shí)際出現(xiàn)的觀測(cè)頻數(shù)排列，以及比它呈現(xiàn)更多關(guān)聯(lián)跡象的所有可能排列的條件概率都算出來(lái)并相加，若所得結(jié)果小于給定的顯著性水平，則判定所考慮的兩個(gè)屬性存在關(guān)聯(lián)，從而拒絕h0。

對(duì)于二維表，可進(jìn)行卡方檢驗(yàn)，對(duì)于三維表，可作Mentel-Hanszel分層分析。

列聯(lián)表分析還包括配對(duì)計(jì)數(shù)資料的卡方檢驗(yàn)、行列均為順序變量的相關(guān)檢驗(yàn)。

五、相關(guān)分析

研究現(xiàn)象之間是否存在某種依存關(guān)系，對(duì)具體有依存關(guān)系的現(xiàn)象探討相關(guān)方向及相關(guān)程度。

1、單相關(guān)：兩個(gè)因素之間的相關(guān)關(guān)系叫單相關(guān)，即研究時(shí)只涉及一個(gè)自變量和一個(gè)因變量；

2、復(fù)相關(guān) ：三個(gè)或三個(gè)以上因素的相關(guān)關(guān)系叫復(fù)相關(guān)，即研究時(shí)涉及兩個(gè)或兩個(gè)以上的自變量和因變量相關(guān)；

3、偏相關(guān)：在某一現(xiàn)象與多種現(xiàn)象相關(guān)的場(chǎng)合，當(dāng)假定其他變量不變時(shí)，其中兩個(gè)變量之間的相關(guān)關(guān)系稱為偏相關(guān)。

六、方差分析

使用條件：各樣本須是相互獨(dú)立的隨機(jī)樣本；各樣本來(lái)自正態(tài)分布總體；各總體方差相等。

分類

1、單因素方差分析：一項(xiàng)試驗(yàn)只有一個(gè)影響因素，或者存在多個(gè)影響因素時(shí)，只分析一個(gè)因素與響應(yīng)變量的關(guān)系；

2、多因素有交互方差分析：一頊實(shí)驗(yàn)有多個(gè)影響因素，分析多個(gè)影響因素與響應(yīng)變量的關(guān)系，同時(shí)考慮多個(gè)影響因素之間的關(guān)系；

3、多因素?zé)o交互方差分析：分析多個(gè)影響因素與響應(yīng)變量的關(guān)系，但是影響因素之間沒(méi)有影響關(guān)系或忽略影響關(guān)系；

4、協(xié)方差分祈：傳統(tǒng)的方差分析存在明顯的弊端，無(wú)法控制分析中存在的某些隨機(jī)因素，使之影響了分祈結(jié)果的準(zhǔn)確度。協(xié)方差分析主要是在排除了協(xié)變量的影響后再對(duì)修正后的主效應(yīng)進(jìn)行方差分析，是將線性回歸與方差分析結(jié)合起來(lái)的一種分析方法。

七、回歸分析

分類：

1、一元線性回歸分析：只有一個(gè)自變量X與因變量Y有關(guān)，X與Y都必須是連續(xù)型變量，因變量y或其殘差必須服從正態(tài)分布。

2、多元線性回歸分析。

使用條件：分析多個(gè)自變量與因變量Y的關(guān)系，X與Y都必須是連續(xù)型變量，因變量y或其殘差必須服從正態(tài)分布 。

1）變呈篩選方式：選擇最優(yōu)回歸方程的變里篩選法包括全橫型法（CP法）、逐步回歸法，向前引入法和向后剔除法。

2）橫型診斷方法：

A 殘差檢驗(yàn)：觀測(cè)值與估計(jì)值的差值要艱從正態(tài)分布

B 強(qiáng)影響點(diǎn)判斷：尋找方式一般分為標(biāo)準(zhǔn)誤差法、Mahalanobis距離法

C 共線性診斷：

? 診斷方式：容忍度、方差擴(kuò)大因子法(又稱膨脹系數(shù)VIF)、特征根判定法、條件指針CI、方差比例

? 處理方法：增加樣本容量或選取另外的回歸如主成分回歸、嶺回歸等

3、Logistic回歸分析

線性回歸模型要求因變量是連續(xù)的正態(tài)分布變里，且自變量和因變量呈線性關(guān)系，而Logistic回歸模型對(duì)因變量的分布沒(méi)有要求，一般用于因變量是離散時(shí)的情況。

分類：

Logistic回歸模型有條件與非條件之分，條件Logistic回歸模型和非條件Logistic回歸模型的區(qū)別在于參數(shù)的估計(jì)是否用到了條件概率。

4、其他回歸方法 非線性回歸、有序回歸、Probit回歸、加權(quán)回歸等

八、聚類分析

聚類與分類的不同在于，聚類所要求劃分的類是未知的。

聚類是將數(shù)據(jù)分類到不同的類或者簇這樣的一個(gè)過(guò)程，所以同一個(gè)簇中的對(duì)象有很大的相似性，而不同簇間的對(duì)象有很大的相異性。

從統(tǒng)計(jì)學(xué)的觀點(diǎn)看，聚類分析是通過(guò)數(shù)據(jù)建模簡(jiǎn)化數(shù)據(jù)的一種方法。傳統(tǒng)的統(tǒng)計(jì)聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動(dòng)態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用k-均值、k-中心點(diǎn)等算法的聚類分析工具已被加入到許多著名的統(tǒng)計(jì)分析軟件包中，如SPSS、SAS等。

從機(jī)器學(xué)習(xí)的角度講，簇相當(dāng)于隱藏模式。聚類是搜索簇的無(wú)監(jiān)督學(xué)習(xí)過(guò)程。與分類不同，無(wú)監(jiān)督學(xué)習(xí)不依賴預(yù)先定義的類或帶類標(biāo)記的訓(xùn)練實(shí)例，需要由聚類學(xué)習(xí)算法自動(dòng)確定標(biāo)記，而分類學(xué)習(xí)的實(shí)例或數(shù)據(jù)對(duì)象有類別標(biāo)記。聚類是觀察式學(xué)習(xí)，而不是示例式的學(xué)習(xí)。

聚類分析是一種探索性的分析，在分類的過(guò)程中，人們不必事先給出一個(gè)分類的標(biāo)準(zhǔn)，聚類分析能夠從樣本數(shù)據(jù)出發(fā)，自動(dòng)進(jìn)行分類。聚類分析所使用方法的不同，常常會(huì)得到不同的結(jié)論。不同研究者對(duì)于同一組數(shù)據(jù)進(jìn)行聚類分析，所得到的聚類數(shù)未必一致。

從實(shí)際應(yīng)用的角度看，聚類分析是數(shù)據(jù)挖掘的主要任務(wù)之一。而且聚類能夠作為一個(gè)獨(dú)立的工具獲得數(shù)據(jù)的分布狀況，觀察每一簇?cái)?shù)據(jù)的特征，集中對(duì)特定的聚簇集合作進(jìn)一步地分析。聚類分析還可以作為其他算法（如分類和定性歸納算法）的預(yù)處理步驟。

定義：

依據(jù)研究對(duì)象（樣品或指標(biāo)）的特征，對(duì)其進(jìn)行分類的方法，減少研究對(duì)象的數(shù)目。

各類事物缺乏可靠的歷史資料，無(wú)法確定共有多少類別，目的是將性質(zhì)相近事物歸入一類。

各指標(biāo)之間具有一定的相關(guān)關(guān)系。

聚類分析(cluster analysis)是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組(clusters)的統(tǒng)計(jì)分析技術(shù)。聚類分析區(qū)別于分類分析(classification analysis) ，后者是有監(jiān)督的學(xué)習(xí)。

變量類型：定類變量、定量（離散和連續(xù)）變量。

樣本個(gè)體或指標(biāo)變量按其具有的特性進(jìn)行分類，尋找合理的度量事物相似性的統(tǒng)計(jì)量。

1、性質(zhì)分類：

Q型聚類分析：對(duì)樣本進(jìn)行分類處理，又稱樣本聚類分祈使用距離系數(shù)作為統(tǒng)計(jì)量衡量相似度，如歐式距離、極端距離、絕對(duì)距離等；

R型聚類分析：對(duì)指標(biāo)進(jìn)行分類處理，又稱指標(biāo)聚類分析使用相似系數(shù)作為統(tǒng)計(jì)量衡量相似度，相關(guān)系數(shù)、列聯(lián)系數(shù)等。

2、方法分類：

1）系統(tǒng)聚類法：適用于小樣本的樣本聚類或指標(biāo)聚類，一般用系統(tǒng)聚類法來(lái)聚類指標(biāo)，又稱分層聚類；

2）逐步聚類法：適用于大樣本的樣本聚類；

3）其他聚類法：兩步聚類、K均值聚類等。

九、判別分析

1、判別分析：根據(jù)已掌握的一批分類明確的樣品建立判別函數(shù)，使產(chǎn)生錯(cuò)判的事例最少，進(jìn)而對(duì)給定的一個(gè)新樣品，判斷它來(lái)自哪個(gè)總體。

2、與聚類分析區(qū)別：

1）聚類分析可以對(duì)樣本逬行分類，也可以對(duì)指標(biāo)進(jìn)行分類；而判別分析只能對(duì)樣本；

2）聚類分析事先不知道事物的類別，也不知道分幾類；而判別分析必須事先知道事物的類別，也知道分幾類；

3）聚類分析不需要分類的歷史資料，而直接對(duì)樣本進(jìn)行分類；而判別分析需要分類歷史資料去建立判別函數(shù)，然后才能對(duì)樣本進(jìn)行分類。

3、進(jìn)行分類 ：

1）Fisher判別分析法 ：

以距離為判別準(zhǔn)則來(lái)分類，即樣本與哪個(gè)類的距離最短就分到哪一類，適用于兩類判別；

以概率為判別準(zhǔn)則來(lái)分類，即樣本屬于哪一類的概率最大就分到哪一類，適用于

適用于多類判別。

2）BAYES判別分析法 ：

BAYES判別分析法比FISHER判別分析法更加完善和先進(jìn)，它不僅能解決多類判別分析，而且分析時(shí)考慮了數(shù)據(jù)的分布狀態(tài)，所以一般較多使用；

十、主成分分析

介紹：主成分分析（Principal Component Analysis，PCA）， 是一種統(tǒng)計(jì)方法。通過(guò)正交變換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量，轉(zhuǎn)換后的這組變量叫主成分。

在實(shí)際課題中，為了全面分析問(wèn)題，往往提出很多與此有關(guān)的變量（或因素），因?yàn)槊總€(gè)變量都在不同程度上反映這個(gè)課題的某些信息。

主成分分析首先是由K.皮爾森（Karl Pearson）對(duì)非隨機(jī)變量引入的，爾后H.霍特林將此方法推廣到隨機(jī)向量的情形。信息的大小通常用離差平方和或方差來(lái)衡量。

將彼此梠關(guān)的一組指標(biāo)變適轉(zhuǎn)化為彼此獨(dú)立的一組新的指標(biāo)變量，并用其中較少的幾個(gè)新指標(biāo)變量就能綜合反應(yīng)原多個(gè)指標(biāo)變量中所包含的主要信息。

原理：在用統(tǒng)計(jì)分析方法研究多變量的課題時(shí)，變量個(gè)數(shù)太多就會(huì)增加課題的復(fù)雜性。人們自然希望變量個(gè)數(shù)較少而得到的信息較多。在很多情形，變量之間是有一定的相關(guān)關(guān)系的，當(dāng)兩個(gè)變量之間有一定相關(guān)關(guān)系時(shí)，可以解釋為這兩個(gè)變量反映此課題的信息有一定的重疊。主成分分析是對(duì)于原先提出的所有變量，將重復(fù)的變量（關(guān)系緊密的變量）刪去多余，建立盡可能少的新變量，使得這些新變量是兩兩不相關(guān)的，而且這些新變量在反映課題的信息方面盡可能保持原有的信息。

設(shè)法將原來(lái)變量重新組合成一組新的互相無(wú)關(guān)的幾個(gè)綜合變量，同時(shí)根據(jù)實(shí)際需要從中可以取出幾個(gè)較少的綜合變量盡可能多地反映原來(lái)變量的信息的統(tǒng)計(jì)方法叫做主成分分析或稱主分量分析，也是數(shù)學(xué)上用來(lái)降維的一種方法。

缺點(diǎn)：

1、在主成分分析中，我們首先應(yīng)保證所提取的前幾個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到一個(gè)較高的水平（即變量降維后的信息量須保持在一個(gè)較高水平上），其次對(duì)這些被提取的主成分必須都能夠給出符合實(shí)際背景和意義的解釋（否則主成分將空有信息量而無(wú)實(shí)際含義）。

2、主成分的解釋其含義一般多少帶有點(diǎn)模糊性，不像原始變量的含義那么清楚、確切，這是變量降維過(guò)程中不得不付出的代價(jià)。因此，提取的主成分個(gè)數(shù)m通常應(yīng)明顯小于原始變量個(gè)數(shù)p（除非p本身較小），否則維數(shù)降低的“利”可能抵不過(guò)主成分含義不如原始變量清楚的“弊”。

十一、因子分析

一種旨在尋找隱藏在多變量數(shù)據(jù)中、無(wú)法直接觀察到卻影響或支配可測(cè)變量的潛在因子、并估計(jì)潛在因子對(duì)可測(cè)變量的影響程度以及潛在因子之間的相關(guān)性的一種多元統(tǒng)計(jì)分析方法。

與主成分分析比較：

相同：都能夠起到治理多個(gè)原始變量?jī)?nèi)在結(jié)構(gòu)關(guān)系的作用

不同：主成分分析重在綜合原始變適的信息.而因子分析重在解釋原始變量間的關(guān)系，是比主成分分析更深入的一種多元統(tǒng)計(jì)方法

用途：

1）減少分析變量個(gè)數(shù)

2）通過(guò)對(duì)變量間相關(guān)關(guān)系探測(cè)，將原始變量進(jìn)行分類

十二、時(shí)間序列分析

動(dòng)態(tài)數(shù)據(jù)處理的統(tǒng)計(jì)方法，研究隨機(jī)數(shù)據(jù)序列所遵從的統(tǒng)計(jì)規(guī)律，以用于解決實(shí)際問(wèn)題；時(shí)間序列通常由4種要素組成：趨勢(shì)、季節(jié)變動(dòng)、循環(huán)波動(dòng)和不規(guī)則波動(dòng)。

主要方法：移動(dòng)平均濾波與指數(shù)平滑法、ARIMA橫型、量ARIMA橫型、ARIMAX模型、向呈自回歸橫型、ARCH族模型。

時(shí)間序列是指同一變量按事件發(fā)生的先后順序排列起來(lái)的一組觀察值或記錄值。構(gòu)成時(shí)間序列的要素有兩個(gè)：其一是時(shí)間，其二是與時(shí)間相對(duì)應(yīng)的變量水平。實(shí)際數(shù)據(jù)的時(shí)間序列能夠展示研究對(duì)象在一定時(shí)期內(nèi)的發(fā)展變化趨勢(shì)與規(guī)律，因而可以從時(shí)間序列中找出變量變化的特征、趨勢(shì)以及發(fā)展規(guī)律，從而對(duì)變量的未來(lái)變化進(jìn)行有效地預(yù)測(cè)。

時(shí)間序列的變動(dòng)形態(tài)一般分為四種：長(zhǎng)期趨勢(shì)變動(dòng)，季節(jié)變動(dòng)，循環(huán)變動(dòng)，不規(guī)則變動(dòng)。

時(shí)間序列預(yù)測(cè)法的應(yīng)用：

系統(tǒng)描述：根據(jù)對(duì)系統(tǒng)進(jìn)行觀測(cè)得到的時(shí)間序列數(shù)據(jù)，用曲線擬合方法對(duì)系統(tǒng)進(jìn)行客觀的描述；

系統(tǒng)分析：當(dāng)觀測(cè)值取自兩個(gè)以上變量時(shí)，可用一個(gè)時(shí)間序列中的變化去說(shuō)明另一個(gè)時(shí)間序列中的變化，從而深入了解給定時(shí)間序列產(chǎn)生的機(jī)理；

預(yù)測(cè)未來(lái)：一般用ARMA模型擬合時(shí)間序列，預(yù)測(cè)該時(shí)間序列未來(lái)值；

決策和控制：根據(jù)時(shí)間序列模型可調(diào)整輸入變量使系統(tǒng)發(fā)展過(guò)程保持在目標(biāo)值上，即預(yù)測(cè)到過(guò)程要偏離目標(biāo)時(shí)便可進(jìn)行必要的控制。

特點(diǎn)：

假定事物的過(guò)去趨勢(shì)會(huì)延伸到未來(lái)；

預(yù)測(cè)所依據(jù)的數(shù)據(jù)具有不規(guī)則性；

撇開(kāi)了市場(chǎng)發(fā)展之間的因果關(guān)系。

①時(shí)間序列分析預(yù)測(cè)法是根據(jù)市場(chǎng)過(guò)去的變化趨勢(shì)預(yù)測(cè)未來(lái)的發(fā)展，它的前提是假定事物的過(guò)去會(huì)同樣延續(xù)到未來(lái)。事物的現(xiàn)實(shí)是歷史發(fā)展的結(jié)果，而事物的未來(lái)又是現(xiàn)實(shí)的延伸，事物的過(guò)去和未來(lái)是有聯(lián)系的。市場(chǎng)預(yù)測(cè)的時(shí)間序列分析法，正是根據(jù)客觀事物發(fā)展的這種連續(xù)規(guī)律性，運(yùn)用過(guò)去的歷史數(shù)據(jù)，通過(guò)統(tǒng)計(jì)分析，進(jìn)一步推測(cè)市場(chǎng)未來(lái)的發(fā)展趨勢(shì)。市場(chǎng)預(yù)測(cè)中，事物的過(guò)去會(huì)同樣延續(xù)到未來(lái)，其意思是說(shuō)，市場(chǎng)未來(lái)不會(huì)發(fā)生突然跳躍式變化，而是漸進(jìn)變化的。

時(shí)間序列分析預(yù)測(cè)法的哲學(xué)依據(jù)，是唯物辯證法中的基本觀點(diǎn)，即認(rèn)為一切事物都是發(fā)展變化的，事物的發(fā)展變化在時(shí)間上具有連續(xù)性，市場(chǎng)現(xiàn)象也是這樣。市場(chǎng)現(xiàn)象過(guò)去和現(xiàn)在的發(fā)展變化規(guī)律和發(fā)展水平，會(huì)影響到市場(chǎng)現(xiàn)象未來(lái)的發(fā)展變化規(guī)律和規(guī)模水平；市場(chǎng)現(xiàn)象未來(lái)的變化規(guī)律和水平，是市場(chǎng)現(xiàn)象過(guò)去和現(xiàn)在變化規(guī)律和發(fā)展水平的結(jié)果。

需要指出，由于事物的發(fā)展不僅有連續(xù)性的特點(diǎn)，而且又是復(fù)雜多樣的。因此，在應(yīng)用時(shí)間序列分析法進(jìn)行市場(chǎng)預(yù)測(cè)時(shí)應(yīng)注意市場(chǎng)現(xiàn)象未來(lái)發(fā)展變化規(guī)律和發(fā)展水平，不一定與其歷史和現(xiàn)在的發(fā)展變化規(guī)律完全一致。隨著市場(chǎng)現(xiàn)象的發(fā)展，它還會(huì)出現(xiàn)一些新的特點(diǎn)。因此，在時(shí)間序列分析預(yù)測(cè)中，決不能機(jī)械地按市場(chǎng)現(xiàn)象過(guò)去和現(xiàn)在的規(guī)律向外延伸。必須要研究分析市場(chǎng)現(xiàn)象變化的新特點(diǎn)，新表現(xiàn)，并且將這些新特點(diǎn)和新表現(xiàn)充分考慮在預(yù)測(cè)值內(nèi)。這樣才能對(duì)市場(chǎng)現(xiàn)象做出既延續(xù)其歷史變化規(guī)律，又符合其現(xiàn)實(shí)表現(xiàn)的可靠的預(yù)測(cè)結(jié)果。

②時(shí)間序列分析預(yù)測(cè)法突出了時(shí)間因素在預(yù)測(cè)中的作用，暫不考慮外界具體因素的影響。時(shí)間序列在時(shí)間序列分析預(yù)測(cè)法處于核心位置，沒(méi)有時(shí)間序列，就沒(méi)有這一方法的存在。雖然，預(yù)測(cè)對(duì)象的發(fā)展變化是受很多因素影響的。但是，運(yùn)用時(shí)間序列分析進(jìn)行量的預(yù)測(cè)，實(shí)際上將所有的影響因素歸結(jié)到時(shí)間這一因素上，只承認(rèn)所有影響因素的綜合作用，并在未來(lái)對(duì)預(yù)測(cè)對(duì)象仍然起作用，并未去分析探討預(yù)測(cè)對(duì)象和影響因素之間的因果關(guān)系。因此，為了求得能反映市場(chǎng)未來(lái)發(fā)展變化的精確預(yù)測(cè)值，在運(yùn)用時(shí)間序列分析法進(jìn)行預(yù)測(cè)時(shí)，必須將量的分析方法和質(zhì)的分析方法結(jié)合起來(lái)，從質(zhì)的方面充分研究各種因素與市場(chǎng)的關(guān)系，在充分分析研究影響市場(chǎng)變化的各種因素的基礎(chǔ)上確定預(yù)測(cè)值。

需要指出的是，時(shí)間序列預(yù)測(cè)法因突出時(shí)間序列暫不考慮外界因素影響，因而存在著預(yù)測(cè)誤差的缺陷，當(dāng)遇到外界發(fā)生較大變化，往往會(huì)有較大偏差，時(shí)間序列預(yù)測(cè)法對(duì)于中短期預(yù)測(cè)的效果要比長(zhǎng)期預(yù)測(cè)的效果好。因?yàn)榭陀^事物，尤其是經(jīng)濟(jì)現(xiàn)象，在一個(gè)較長(zhǎng)時(shí)間內(nèi)發(fā)生外界因素變化的可能性加大，它們對(duì)市場(chǎng)經(jīng)濟(jì)現(xiàn)象必定要產(chǎn)生重大影響。如果出現(xiàn)這種情況，進(jìn)行預(yù)測(cè)時(shí)，只考慮時(shí)間因素不考慮外界因素對(duì)預(yù)測(cè)對(duì)象的影響，其預(yù)測(cè)結(jié)果就會(huì)與實(shí)際狀況嚴(yán)重不符。

十三、生存分析

用來(lái)研究生存時(shí)間的分布規(guī)律以及生存時(shí)間和相關(guān)因索之間關(guān)系的一種統(tǒng)計(jì)分析方法：

1、包含內(nèi)容：

1）描述生存過(guò)程，即研究生存時(shí)間的分布規(guī)律

2）比較生存過(guò)程，即研究?jī)山M或多組生存時(shí)間的分布規(guī)律，并進(jìn)行比較

3）分析危險(xiǎn)因素，即研究危險(xiǎn)因素對(duì)生存過(guò)程的影響

4）建立數(shù)學(xué)模型，即將生存時(shí)間與相關(guān)危險(xiǎn)因素的依存關(guān)系用一個(gè)數(shù)學(xué)式子表示出來(lái)。

2、方法：

1）統(tǒng)計(jì)描述：包括求生存時(shí)間的分位數(shù)、中數(shù)生存期、平均數(shù)、生存函數(shù)的估計(jì)、判斷生存時(shí)間的圖示法，不對(duì)所分析的數(shù)據(jù)作出任何統(tǒng)計(jì)推斷結(jié)論

2）非參數(shù)檢驗(yàn)：檢驗(yàn)分組變量各水平所對(duì)應(yīng)的生存曲線是否一致，對(duì)生存時(shí)間的分布沒(méi)有要求，并且檢驗(yàn)危險(xiǎn)因素對(duì)生存時(shí)間的影響。

A 乘積極限法（PL法）

B 壽命表法(LT法)

3）半?yún)?shù)橫型回歸分析：在特定的假設(shè)之下，建立生存時(shí)間隨多個(gè)危險(xiǎn)因素變化的回歸方程，這種方法的代表是Cox比例風(fēng)險(xiǎn)回歸分析法

4）參數(shù)模型回歸分析：已知生存時(shí)間服從特定的參數(shù)橫型時(shí)，擬合相應(yīng)的參數(shù)模型，更準(zhǔn)確地分析確定變量之間的變化規(guī)律

十四、典型相關(guān)分析

相關(guān)分析一般分析兩個(gè)變量之間的關(guān)系，而典型相關(guān)分析是分析兩組變量（如3個(gè)學(xué)術(shù)能力指標(biāo)與5個(gè)在校成績(jī)表現(xiàn)指標(biāo)）之間相關(guān)性的一種統(tǒng)計(jì)分析方法。

典型相關(guān)分析的基本思想和主成分分析的基本思想相似，它將一組變量與另一組變量之間單變量的多重線性相關(guān)性研究轉(zhuǎn)化為對(duì)少數(shù)幾對(duì)綜合變量之間的簡(jiǎn)單線性相關(guān)性的研究，并且這少數(shù)幾對(duì)變量所包含的線性相關(guān)性的信息幾乎覆蓋了原變量組所包含的全部相應(yīng)信息。

十五、R0C分析

R0C曲線是根據(jù)一系列不同的二分類方式(分界值或決定閾）.以真陽(yáng)性率（靈敏度)為縱坐標(biāo)，假陽(yáng)性率（1-特異度)為橫坐標(biāo)繪制的曲線。

用途：

1、R0C曲線能很容易地査出任意界限值時(shí)的對(duì)疾病的識(shí)別能力

用途；

2、選擇最佳的診斷界限值。R0C曲線越靠近左上角，試驗(yàn)的準(zhǔn)確性就越高；

3、兩種或兩種以上不同診斷試驗(yàn)對(duì)疾病識(shí)別能力的比較，一股用R0C曲線下面積反映診斷系統(tǒng)的準(zhǔn)確性。

十六、其他分析方法

多重響應(yīng)分析、距離分祈、項(xiàng)目分祈、對(duì)應(yīng)分祈、決策樹(shù)分析、神經(jīng)網(wǎng)絡(luò)、系統(tǒng)方程、蒙特卡洛模擬等。

決策樹(shù)分析與隨機(jī)森林：盡管有剪枝等等方法，一棵樹(shù)的生成肯定還是不如多棵樹(shù)，因此就有了隨機(jī)森林，解決決策樹(shù)泛化能力弱的缺點(diǎn)。（可以理解成三個(gè)臭皮匠頂過(guò)諸葛亮）。

決策樹(shù)(Decision Tree）是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過(guò)構(gòu)成決策樹(shù)來(lái)求取凈現(xiàn)值的期望值大于等于零的概率，評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法。由于這種決策分支畫(huà)成圖形很像一棵樹(shù)的枝干，故稱決策樹(shù)。在機(jī)器學(xué)習(xí)中，決策樹(shù)是一個(gè)預(yù)測(cè)模型，他代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。Entropy = 系統(tǒng)的凌亂程度，使用算法ID3, C4.5和C5.0生成樹(shù)算法使用熵。這一度量是基于信息學(xué)理論中熵的概念。

決策樹(shù)是一種樹(shù)形結(jié)構(gòu)，其中每個(gè)內(nèi)部節(jié)點(diǎn)表示一個(gè)屬性上的測(cè)試，每個(gè)分支代表一個(gè)測(cè)試輸出，每個(gè)葉節(jié)點(diǎn)代表一種類別。

分類樹(shù)（決策樹(shù)）是一種十分常用的分類方法。他是一種監(jiān)管學(xué)習(xí)，所謂監(jiān)管學(xué)習(xí)就是給定一堆樣本，每個(gè)樣本都有一組屬性和一個(gè)類別，這些類別是事先確定的，那么通過(guò)學(xué)習(xí)得到一個(gè)分類器，這個(gè)分類器能夠?qū)π鲁霈F(xiàn)的對(duì)象給出正確的分類。這樣的機(jī)器學(xué)習(xí)就被稱之為監(jiān)督學(xué)習(xí)。

優(yōu)點(diǎn)：決策樹(shù)易于理解和實(shí)現(xiàn)，人們?cè)谠趯W(xué)習(xí)過(guò)程中不需要使用者了解很多的背景知識(shí)，這同時(shí)是它的能夠直接體現(xiàn)數(shù)據(jù)的特點(diǎn)，只要通過(guò)解釋后都有能力去理解決策樹(shù)所表達(dá)的意義。

對(duì)于決策樹(shù)，數(shù)據(jù)的準(zhǔn)備往往是簡(jiǎn)單或者是不必要的，而且能夠同時(shí)處理數(shù)據(jù)型和常規(guī)型屬性，在相對(duì)短的時(shí)間內(nèi)能夠?qū)Υ笮蛿?shù)據(jù)源做出可行且效果良好的結(jié)果。

易于通過(guò)靜態(tài)測(cè)試來(lái)對(duì)模型進(jìn)行評(píng)測(cè)，可以測(cè)定模型可信度；如果給定一個(gè)觀察的模型，那么根據(jù)所產(chǎn)生的決策樹(shù)很容易推出相應(yīng)的邏輯表達(dá)式。

缺點(diǎn)：對(duì)連續(xù)性的字段比較難預(yù)測(cè)；對(duì)有時(shí)間順序的數(shù)據(jù)，需要很多預(yù)處理的工作；當(dāng)類別太多時(shí)，錯(cuò)誤可能就會(huì)增加的比較快；一般的算法分類的時(shí)候，只是根據(jù)一個(gè)字段來(lái)分類。