如何快速做一个简单的数据分析

不管是已经从事或者即将入门数据分析工作的你，可能都曾经历过数据分析到底做什么？数据分析前途怎么样？怎么学习数据分析？如何提升分析能力？等这样的困惑。

我也曾有过这样的经历，尤其在学习过程中，百度很多资料，看了很多知乎大牛的安利鸡汤，暗暗决心有朝一日也要努力晋升成数据大拿。于是，借来一堆专业书籍，觉得这个要学那个要学，啃着各种难以理解又缺乏解释说明的术语定义，惶惶不知所云。

关于数据分析，每个人入门的方式都有所不同，和你的专业背景，工作导向，基础水平等都有关。数据分析工具是手段，业务是内容，不管是先学工具还是先懂业务，一定得配合数据分析方法和掌握思路，这是引导和串联着整个数据分析的全过程。

接下来，既然本文谈的是简单分析，就通过简单易懂的语言、轻量化的工具、明确的分析目的和思路，教大家如何数据分析。

看清本质，数据分析一点都不神秘

数据分析实际上就是维度和指标的组合。

比如这张数据表，销售额和毛利是指标，其余的都是维度。你要分析每天的销售额，那日期就是你要分析的维度，每日销售额的总和就是你的指标。

思考数据分析的目的

上面这张图只是数据库中的一张表。以下列举的案例是要分析某商场的销售情况。

销售情况这个词很宽泛，我们需要将这个目标延伸和细分。了解销售情况的目的是为了判断整一年各时间的销售情况，分析淡旺季，是否要加强活动的力度、优惠促销额度等等；按照各品类或者各品牌的销售额来判断是否要将销售额不好的品牌撤柜还是做跟进一步的宣传推广；按照整个商场的分布，有些销售额不错的品牌是否应该放在受众人群更加集中的地方等等。

分析维度和指标该如何组合

将目的细分之后，就要考虑如何去利用数据。比如我们全年销售情况，就建立以月份为维度，销售额为指标的图表；品牌销售额，就建立以品牌分类为维度，销售额为指标的图表。以此类推，这些都是很简单的图表。

结果该以何种形式呈现

理清楚需要哪些数据之后我们就要着手使用分析工具来制作分析了。

这里，利用FineBI从数据库中拿出了这样四张表，这四张表自动建立联系。

以分析各品牌销售额为例，选择条形图。

同样的在dashboard建立其他分析

到这里只是平面二维展示了三个维度的销售额，但如果想进一步了解楼层有哪些品牌，那个品牌销量最好，或者想了解每个品牌的毛利周分布，这里可以将这三张表联动。

以上就是围绕分析目的-分析维度和指标组合-串联分析联系这样一个思路建立的数据分析，这只是数据分析一个小小的映射，如果要从数据分析的结果来挖掘问题所在，还要做更全面、更深层次的分析。