如何做数据分析？

1.有基本的统计学概念。

先说最基本的概念:平均数、中位数、百分位数、众数、离差、方差、标准差。这里不赘述，简单说一下均值和中位数的区别。平均值:即平均值。优点是平均值与所有数据相关，缺点是容易受极值影响。

比如你和你的三个朋友和比尔盖茨组成一个团队，然后这个团队的平均价值是200亿美元，你觉得你有钱吗？中位数:只和中间的数据有关。优点是不受极值影响，缺点是灵敏度不足。

2.避免数据逻辑错误常见的数据逻辑谬误1:相关性是因果。

"一些研究结果表明，高颜值的人收入更高."听到这个结论，你觉得应该去整容吗？但可能是因为高颜值的人相对自信，自信的人在职场上容易成功，所以收入高。也有可能收入高的人有能力打扮自己，所以看起来更有魅力。所以上面的表述只是在说颜值和收入有关，并没有说两者是因果关系。

二、数据沟通与表达:如何用数据讲故事

如果你能有足够的数据素养，懂得如何同时呈现数据和表达数据，那么你就能在故事中融入足够有说服力的数据，故事自然会变得非常有说服力。

1.理解交流的目的和对象

如果你说服一个客户买你的理财产品，你会告诉他什么？

第一种:该理财产品有10%的概率亏损；

第二种:这款理财产品有90%的概率能赚。

当然是后者。他听了也愿意买，但如果是前一种说法，可能会被吓到。所以，你和公司里不同的对象沟通时，也要呈现不同的数据。

比如，高层可能关心公司整体的营收、利润等相关数据，中层可能关心自己部门的KPI数据，主管更关心一项活动或一项举措的成败。

2.选择适当的数据表达式类型

如何使用更合适的数据图表类型？下面有一些干货分享给大家。常见表格的适用范围如下:

o散点图(适用于相关性)

o折线图(用于趋势)

o水平和垂直条形图(适用于比较)

o瀑布图(适合进化)

o热图(适合聚焦)

o雷达图(适用于多个指示器)

o字云图(适合发行)等等。

3.遵循数据可视化的原则

数据的可视化也很重要，因为如果没有可视化，就只是一串数字，和文字信息没什么区别。

数据可视化的几个原则:不要读的门槛太高，不要用太多的颜色，突出关键信息，文字与数据相呼应。