马海祥博客是一个专注于分享SEO优化、网站制作、网络营销和运营思维的自媒体博客!
马海祥博客 > 运营思维 > 数据分析 > 数据分析的流程及分析方法

数据分析的流程及分析方法

时间:2014-09-19   文章来源:马海祥博客   访问次数:

数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作,将被审计单位数据的现实状态与理想状态进行比较,从而发现审计线索,搜集审计证据的过程,在实用中,数据分析可帮助人们作出判断,以便采取适当行动。

数据分析的流程及分析方法-马海祥博客

一、数据分析的过程

数据分析在各个行业中都有极为广泛的应用范围,一般来说,典型的数据分析包含以下3个过程:

1、探索性数据分析

当数据刚取得时,可能杂乱无章,看不出规律,通过作图、造表、用各种形式的方程拟合,计算某些特征量等手段探索规律性的可能形式,即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。

2、模型选定分析

在探索性分析的基础上提出一类或几类可能的模型,然后通过进一步的分析从中挑选一定的模型。

3、推断分析

通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。

二、数据分析的流程

数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

1、识别信息需求

识别信息需求是确保数据分析过程有效性的首要条件,可以为收集数据、分析数据提供清晰的目标。

识别信息需求是管理者的职责管理者应根据决策和过程控制的需求,提出对信息的需求。

就过程控制而言,管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。

2、收集数据

有目的的收集数据,是确保数据分析过程有效的基础。在马海祥看来,组织需要对收集数据的内容、渠道、方法进行策划,策划时应考虑以下几点:

①、将识别的需求转化为具体的要求,如评价供方时,需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据;

②、明确由谁在何时何处,通过何种渠道和方法收集数据;

③、记录表应便于使用;

④、采取有效措施,防止数据丢失和虚假数据对系统的干扰。

3、分析数据

分析数据是将收集的数据通过加工、整理和分析、使其转化为信息,通常所用的方法有:

老七种工具,即排列图、因果图、分层法、调查表、散步图、直方图、控制图;

新七种工具,即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图;

4、数据分析过程的改进

数据分析是质量管理体系的基础(具体可查看马海祥博客《用一句话告诉你什么是数据分析》的相关介绍),组织的管理者应在适当时,通过对以下问题的分析,评估其有效性:

①、提供决策的信息是否充分、可信,是否存在因信息不足、失准、滞后而导致决策失误的问题;

②、信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致,是否在产品实现过程中有效运用数据分析;

③、收集数据的目的是否明确,收集的数据是否真实和充分,信息渠道是否畅通;

④、数据分析方法是否合理,是否将风险控制在可接受的范围;

⑤、数据分析所需资源是否得到保障。

三、数据分析的分析方法

一般来说,我们如果能充分的利用好数据分析,并应用到企业中时,企业可在产品的整个寿命周期中,包括从市场调研到售后服务和最终处置的各个过程去运用数据分析的过程,可以从中找出规律,以提升有效性,改善企业的经济效益,常用的分析方法如下:

1、描述性统计分析

包括样本基本资料的描述,作各变量的次数分配及百分比分析,以了解样本的分布情况。

此外,以平均数和标准差来描述市场导向、竞争优势、组织绩效等各个构面,以了解样本企业的管理人员对这些相关变量的感知,并利用t检验及相关分析对背景变量所造成的影响做检验。

2、Cronbach’a信度系数分析

信度是指测验结果的一致性、稳定性及可靠性,一般多以内部一致性(consistency)来加以表示该测验信度的高低,信度系数愈高即表示该测验的结果愈一致、稳定与可靠。

针对各研究变量的衡量题项进行Cronbach’a信度分析,以了解衡量构面的内部一致性。一般来说,Cronbach’a仅大于0.7为高信度,低于0.35为低信度(Cuieford,1965),0.5为最低可以接受的信度水准(Nunnally,1978)。

3、探索性因素分析(exploratory factor analysis)和验证性因素分析(confirmatory factor analysis)

用以测试各构面衡量题项的聚合效度(convergent validity)与区别效度(discriminant validity),因为仅有信度是不够的,可信度高的测量,可能是完全无效或是某些程度上无效,所以我们必须对效度进行检验。

效度是指工具是否能测出在设计时想测出的结果,收敛效度的检验根据各个项目和所衡量的概念的因素的负荷量来决定,而区别效度的检验是根据检验性因素分析计算理论上相关概念的相关系数,检定相关系数的95%信赖区间是否包含1.0,若不包含1.0,则可确认为具有区别效度(Anderson,1987)。

4、结构方程模型分析(structural equations modeling)

由于结构方程模型结合了因素分析(factor analysis)和路径分析(path analysis),并纳入计量经济学的联立方程式,可同时处理多个因变量,容许自变量和因变量含测量误差,可同时估计因子结构和因子关系,容许更大弹性的测量模型,可估计整个模型的拟合程度(Bollen和Long,1993),因而适用于整体模型的因果关系。

在模型参数的估计上,采用最大似然估计法(Maximum Likelihood,ML);在模型的适合度检验上,以基本的拟合标准(preliminary fit criteria)、整体模型拟合优度(overall model fit)以及模型内在结构拟合优度(fit of internal structure of model)(Bagozzi和Yi,1988)三个方面的各项指标作为判定的标准。

在评价整体模式适配标准方面,本研究采用x2(卡方)/df(自由度)值、拟合优度指数(goodness.of.f:iJt.in.dex,GFI)、平均残差平方根(root—mean.square:residual,RMSR)、近似误差均方根(root-mean—square-error-of-approximation,RMSEA)等指标;模型内在结构拟合优度则参考Bagozzi和Yi(1988)的标准,考察所估计的参数是否都到达显著水平。

马海祥博客点评:

数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来,以找出所研究对象的内在规律。

在实用中,数据分析可帮助人们作出判断,以便采取适当行动。数据分析是组织有目的地收集数据、分析数据,使之成为信息的过程。

本文发布于马海祥博客文章,如想转载,请注明原文网址摘自于http://www.mahaixiang.cn/sjfx/817.html,注明出处;否则,禁止转载;谢谢配合!

相关标签搜索: 数据分析   分析方法   数据分析流程  

上一篇:详解大数据的4个基本特征
下一篇:如何以客户为中心进行数据挖掘与分析

您可能还会对以下这些文章感兴趣!

  • 企业数据报告分析的10种思维和技巧

    随着时代的发展,人们每天在互联网上产生大量的数据,对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署,尤其是对于互联网公司而言,用户行为产生的数据就是企业最宝贵的资源。目前为止,在很多企业中都存在着很大的数据分析问题……【查看全文

    阅读:1464关键词: 企业数据   数据报告   数据分析   数据分析思维   数据分析技巧   日期:2014-05-19
  • 数据分析师该如何做好数据运营?

    一位高级数据分析师职位通常是数据职能架构中的火车头,可以负责一个子产品或模块级别的项目,带领团队来全面解决问题,把控手下数据分析师的工作质量。技术方面,能掌控数据分析的整个过程,对数据采集、埋点、造型、进入数据仓库的清洗有良好的手段,能够回答数据的任……【查看全文

    阅读:4066关键词: 数据分析师   数据运营   日期:2017-08-10
  • 聚类分析的方法及应用

    聚类分析也称群分析或点群分析,它是研究多要素事物分类问题的数量方法,是一种新兴的多元统计方法,是当代分类学与多元分析的结合,其基本原理是:根据样本自身的属性,用数学方法按照某种相似性或差异性指标,定量地确定样本之间的亲疏关系,并按这种亲疏关系程度对样……【查看全文

    阅读:45687关键词: 聚类分析   分析方法   应用分析   日期:2014-08-15
  • 解读常用的10种可用性研究数据类型方法

    当你选择可用性研究的度量方法时,你必须要考虑很多的问题才有可能获得想要的结果,这其中包括研究目的,用户目标,技术上收集和分析数据的可行性,以及项目预算和交付的时间问题。因为每一个可用性研究具有独特的属性,我们不能确切地规定每种类型的研究应该用什么度量……【查看全文

    阅读:2152关键词: 可用性   可用性研究   数据类型   研究方法   日期:2014-04-15
  • 一个优秀的站长应该具备哪些分析能力?

    网站的综合分析能力,应该是一个站长应该具备的最基本的能力,包括关键词的分析与挖掘能力、网站的基本规则与设计能力、行业分析及洞察力、基本的写作能力、网站流量的分析能力、关键词的以及长尾策略的整合营销能力、竞争对手网站基本的分析能力以及具备一些发布外链的……【查看全文

    阅读:602关键词: 分析能力   站长   站长能力   日期:2013-08-27
  • 站长必须要学会分析哪些网站SEO数据

    虽然网站数据分析是围绕着访客进行的,但公司各部门需要的数据所不一样,高层想知道宏观数据,以便于战略调整;中层想知道些微观数据,便于项目控制与短期战术计划;市场部门想知道哪些广告能带来有价值客户;编辑部门想要知道哪些文章用户喜欢;有了这些数据能更合理的……【查看全文

    阅读:2886关键词: 站长   数据分析   网站seo   seo数据   seo   日期:2014-07-27
  • 如何将数据挖掘技术应用到客户内在需求管理

    本文介绍了数据挖掘技术在客户内在需求管理中的一些应用领域,利用数据挖掘技术对客户的相关信息进行收集、加工和存储处理,以确定特定客户群体或个体的兴趣、消费习惯,消费者倾向和消费需求,分析客户的特征,探索企业和所对应市场的运营规律性,提供既定性又定量的分……【查看全文

    阅读:2246关键词: 数据挖掘   客户管理   日期:2015-01-05
  • 百度迁徙图的大数据是如何做出来的?

    百度迁徙图非常有意思,我们看到的是一个最后呈现的完整数据图,但是在这背后确有十分复杂的高精尖技术做支撑,远比我们想象中的复杂,同时我们也看到地理定位技术最先发源于军事,最后又由于移动时代的商业发展诉求得到了更为深入的发展,所以顺着这次百度迁徙我们也再……【查看全文

    阅读:4067关键词: 百度迁徙图   大数据   百度迁徙   日期:2015-02-19
  • 如何做好产品数据的竞品分析?

    竞品就是竞争产品,竞争对手的产品。那么,竞品分析顾名思义,是对竞争对手的产品进行比较分析。竞品分析的内容可以由两方面构成:客观和主观。即从竞争对手或市场相关产品中,圈定一些需要考察的角度,得出真实的情况,此时,不需要加入任何个人的判断,应该用事实说话……【查看全文

    阅读:5624关键词: 产品数据   竞品分析   数据分析   产品分析   日期:2014-03-31
  • 如何以客户为中心进行数据挖掘与分析

    数据挖掘与分析可以说是信息领域发展最快的技术,很多不同领域的专家都从中获得了发展的空间,使得数据挖掘成为企业界讨论的热门话题,随着信息技术的发展,人们采集数据的手段越来越丰富,由此积累的数据日益膨胀,数据量达到GB甚至TB级,而且大数据也成为数据分析主流……【查看全文

    阅读:7531关键词: 数据挖掘   数据分析   分析数据   日期:2014-12-27
↓ 点击查看更多 ↓

互联网更多>>

SEO优化 更多>>

一个完整的企业网站首页应该具备什么因素? 如何利用极客精神优化网站的网络组件和代码