在企业的日常运营傍边，少不了对企业运营各种各种的剖析，如：财政剖析、运营剖析、数据分许等。今日旗帜就首要说说数据剖析的思路。

　　先总后分的数据剖析思路，让旗帜在剖析细节问题时可以有大局的观念。假如一上来就堕入到细节的剖析中，则往往对数据的差异性解读不知所终——为什么会这样呢？发生了什么？为什么会发生这种情况？要回答这些问题，往往需求将问题自身放到一个更大的环境中去看。

　　例如公司的赢利下降了，这是一个汇总的数据，要剖析公司赢利下降的原因需求经过数据来查找。由于赢利的公式为：赢利=收入-开销

　　运用这个公式旗帜可以把一个总的问题——赢利问题，转化为两个相对较小的子问题。赢利下降的本源存在5种或许：（1）开销不变，收入削减；（2）收入不变，开销添加；（3）收入和开销都削减，而开销削减更少一些；（4）都收入和开销都添加了，但开销添加更多一些；（5）收入削减而开销添加。接着可以持续对这两个子问题进行进一步的拆解。其间：

　　假如是收入下降，那么有4种或许；（1）出售数量不变，出售单价下降；（2）出售单价不变，出售数量下降；（3）出售单价和出售数量都下降；（4）出售单价和出售数量一个增加而另一个下降，下降的那个要素下降的起伏更大一些。

　　如此一级级不断拆分下去便是先总后分的剖析思路。先总后分的剖析思路的优点是先有全体后有部分，即先有全体的概念，再在全体的组成要素中寻觅构成全体变化的原因，找到原因之后再持续拆分，直到无法拆分停止。当要素不能拆分时，往往这些要素要么是不可控的外部要素，要么是可以内部操控的单要素，这样就可以找出解决问题的方案了。

　　在从总到分的剖析进程中或许会有不同的要素拆分思路，总出售额可所以出售数量×出售单价，或许是出售人员均匀成绩×出售人员人数，或许是单店均匀出售额×专卖店数量，或许是客户数量×单客户均匀成交金额，还可所以杂乱的求和公式。拆分办法不同，旗帜追根溯源的思路就会不同。当用出售单价作为因子去剖析的时分，旗帜在调查客户出售额和客户数量，即旗帜在客户开源或许客户办理体系中是否存在的问题；当旗帜用出售数量和出售单价作为因子的时分，旗帜是在调查产品中存在的问题；当旗帜用事务人员作为因子的时分，旗帜是在调查事务人员的尽力程度的问题。要素拆分的视角不同，调查的内容就不同。要调查什么，就从什么视角进行要素拆分，这样才干真实找到问题的本源。

　　先总后分的剖析思路很简略了解，可是当旗帜拿到数据开端考虑和规划该从什么视点进行剖析的时分，往往忘记了根本的起点。拿到数据集后旗帜的榜首反响应该是：这是一个什么数据集，这个数据会集有哪些方面的数据，每个方面都有哪些信息点，每个信息点都可以获得什么信息，不同信息点之间是否有相关影响，能否经过信息点的组合发生新的信息点，这一系列的考虑自身也是“先总后分”的结构，然后再开端着手从总的视角进行拆分。

　　例如，下面需求剖析公司中几千名职工的根本信息表。除非上级司理现已指定相关的剖析思路和办法，以及提出了对剖析效果的要求，不然旗帜需求自己在数据会集探究出有价值的数据剖析定论，然后为公司的办理者供给决议方案依据。可以先看看职工的根本信息表中包含了哪些信息，一般有以下几种：

　　（1）人口计算学特征数据字段（性别、年纪、身高、体重、血型、种族、出生日期、原籍、住址、婚姻情况、子女生育情况等）。（2）职工教育训练和学历等信息（教育阅历、专业学科、特别技能、参训课程等，首要反映职工的技能情况）。（3）任职阅历（公司、岗位、获得的效果、入职日期、岗位调集前史等）。（4）身心健康相关信息材料（体检记载、身体疾病记载等）。（5）宗教信仰等，也包含由于种族或许宗教信仰所影响的饮食忌讳、日子忌讳等。

　　先把信息表分化成为几大类数据，然后将每一类数据细分到具体的字段，这样有助于旗帜了解整个公司的人才结构、才干水平散布、职工来源地散布。经过从不同方面进行计算汇总剖析，旗帜可以了解现在公司的人员办理情况，以及或许存在的问题。

　　综上所述，先总后分的剖析思路是一切数据剖析作业的根底，运用此思路可以初步解决拿到一个数据集不知该怎么进行剖析的问题。

　　依据先总后分的结构剖析思路，旗帜在每个层级中都可以找到存在问题或许有差异的要素，然后针对这些要素进行再次拆分，顺藤摸瓜，直到找到问题的本源。这种剖析思路需求强壮的精细化的原始数据作为支撑，假如一个公司中的数据不完善和不全面，在层层追寻的时分就会持续不下去，也就无法找到问题的原因。

　　某公司做数据剖析的进程中发现一个规则：当公司的出产额偏低时，产品的返修率和退货率就会上升，当公司在旺季产能简直饱满的状态下加班加点出产时，产品的返修率和退货率都极低。旗帜钱银以为出产越忙，产品的质量必定会被疏忽，简略导致次品的发生，但现实数据标明旗帜错了。持续追查原因时，旗帜发现短少满意的数据支撑，无法追查下去，所以只能从发生次品的原因（“人机料法环”的维度）逐步确认比照的办法，然后经过设定数据收集点，进一步盯梢这个问题。当前史问题由于短少数据而无法得到回答时，只能等新的数据发生之后再研讨原因。

　　后来旗帜发现首要的原因来自人的要素，由于出产不饱满时，计件工资的工人作业积极性不高，简略松懈，导致次品的发生率较高，而在出产饱满乃至加班加点出产时，计件工资的工人收入很高，作业积极性高，他们生怕犯错后被公司开除，所以干事也十分当心，次品的发生率较低。可见一线作业人员的作业积极性与产品的质量是有联系的。后期该公司加强办理，做好出产方案猜测，调整人员数量，让上班的职工都能有较好的收入，并结合职工教育训练，让职工知道到产质量量的重要性，然后降低了冷季时产品的返修率和次品率。

　　任何一个小的现象背面都或许蕴藏着巨大的时机。在进行数据剖析的进程中，关于特别现象要明察秋毫，捉住一个点，然后用数据去追寻，直到找到问题的本源。要有抽丝剥茧的精力，把各式各样的运营活动现象理清理顺，不出疏忽，这一方面需求对事务充沛了解，别的一方面需求一种精力，一种谨慎的情绪，这也可以说是数据剖析人员的“工匠精力”。尽管现在是大数据年代，可是大多数人以为现象背面的因果逻辑联系并不重要，但笔者以为，这个因果逻辑联系依然很重要，可是假如期望快速得到价值报答，则可以先依据相相联系等现象采纳一些手法将剖析效果用于调整企业的运营和办理，可是假如可以找到背面的原因，那么关于丰厚旗帜对数据的了解十分有优点，乃至会成为一种常识，一种对集体现象的Know-how（窍门）。

　　重视细节是数据剖析师首先要具有的才干。细节才干在于能否在细小的差异下感知差异驱动要素的才干。一般人最多可以感知两位小数的差异，而敏锐的数据剖析师可以从细小的差异中找到驱动差异的要素。一般旗帜会说9.5%和9.4%没有太大的差异，可是数据剖析师会追寻这个差异是由什么要素导致的，会不会有一些新鲜事物发生，这些新鲜事物在未来是否具有成长性的力气。例如在客户中遽然多了一类新客户，这类新客户是不是一类新的趋势，是否需求重视，经过几个月或许几回的触摸之后，数据剖析师会将自己敏锐的视角转向这个维度，经过长时间对数据盯梢，给出一个前瞻性的预判。

　　重视奇特点。在计算学占领导地位的数据剖析年代，旗帜在对一个数据集进行剖析时，往往会对数据进行描述性剖析，行将明显的outlier（奇特点）都去除之后再进行剖析。由于旗帜以为这些奇特点数据往往是受随机要素影响而发生的，旗帜愈加重视中心的问题，所以会消除奇特点再做剖析。现在的大数据不再是抽样数据，而是完好的数据集。存在就有其合理性，这种存在的背面必定有其存在的原因，而任何一种存在都有追寻的价值。

　　作为一名数据剖析师，不是简略地处理数据这么简略的，更重要的是要了解数据背面的逻辑联系。许多人说大数据不需求重视因果逻辑联系，只需求知道数据之间的相相联系就可以了。而笔者以为这是过错的知道，是急于求成的体现，尽管这样可以获得短时间的经济效益，但了解数据背面的逻辑联系，可以让旗帜更好地做出猜测。

　　互联网改动了信息的传达办法，改动了人们的交流办法、交易办法和日子办法。互联网让顾客发出了声响，所以顾客的话语权变重。企业有必要要依照顾客的需求组织出产，以满意顾客的需求，这也改动了许多公司的运营办法和商业形式，重置了顾客和出产者之间的联系结构，有了C2F（C2B或许C2M）等各种新的运营形式立异。

　　大数据改动了信息加工的办法，也必将改动旗帜的考虑办法、认知事物的办法、认知社会和大自然的办法、应对大自然和社会各种活动的办法。在企业办理中，大数据会改动旗帜的办理办法、决议方案机制。大数据必将发生更多的才智，让旗帜愈加聪明地干事，愈加有用地干事，削减糟蹋，进步作业效率。大数据让资源的运用更有用，让资源配置到达最优化，进一步进步人类的发明才干。

　　现在旗帜还不太清楚大数据将改动什么，就如1999年到2000年时[1]，旗帜还不清楚互联网可以改动什么起死回生。

　　有必要要寻求因果联系，有必要要寻求现象背面的逻辑联系，这样旗帜才干从大数据中发生才智，而不是只是发生现象之间的相相联系。

　　数据剖析终究都要构成定论，而定论是对数据所提醒的洞悉的定性化总结。这是一个从定量剖析到定性总结的进程，是构成洞悉和“才智”的途径。例如，“啤酒与尿布”这个词逐步成为一种相相联系的代名词，或许是一种购物篮剖析办法的代名词，这就构成了一个概念。这个概念有内在：购物车中的尿布和啤酒的共存联系；这个词也有外延：相相联系、购物篮剖析算法模型，以及其他数据发掘剖析的使用等。

　　旗帜在做数据剖析时要特别注意概念的明晰化，简略发生多种了解的概念要具体解说，不可以让概念发生歧义，衍生出过错的认知。

　　大数据的概念相同有内在和外延，乃至不同的人有不同的认知。跟着大数据技能的开展，旗帜对大数据概念的了解必定会发生变迁，乃至会发生颠覆性的变迁，旗帜要随时准备好。

　　所以在数据剖析的进程中，概念要明晰，要有清晰的内在和外延，必要的时分要做好精准的解说。例如旗帜从出售数据中看到上一年年末11—12月出售额技能性跌落，到了本年的1—2月出售额又开端了大起伏的上涨，那么就有或许存在“囤货”的现象。囤货是一个概念，是指出售人员在必定时间内“惜售”。当产品价格处于快速上涨的时间段内，有存货的经销商就或许会存在惜售行为，由于晚卖一天，产品的价格就有或许进步1%，这对经销商来说有强壮的吸引力。当然，假如出售团队完结年度方针后，超额完结的出售额会影响来年的出售方案和方针，而对鼓励影响不大乃至有负面影响时，出售团队也会“惜售”，发生技能性断货，然后导致公司损失必定的出售时机。因而，对“囤货”的概念的解说要做到清楚和理解。

　　与“囤货”相对应的是“压货”。所谓的压货是指经过调整出售方针，将更多的产品销往途径或许终端用户，然后在短时间内进步销量的办法，其间包含一些促销活动。本质上的压货是指为了快速完结出售成绩而采纳的各种办法，并非产品被快速消费掉了，而是构成了途径、中间商或许终究用户的库存。例如，出售团队在年末为了冲刺出售成绩，给途径商十分优惠的条件，例如只需途径商的订货量到达某个规范，就可以享用必定的扣头，大起伏的让利让途径商一会儿进了许多货，而这些货是一会儿卖不出去的，需求更长的周期才干消化，但出售团队的成绩完结了。这种现象会让公司提早消费了商场需求，不光不会扩展商场，反而会危害公司的赢利。

　　2020年旗帜重视：物流、教育、新消费范畴为主，以上三范畴均已与资方达到一致（19年度《咸蛋说》渠道现已为多家企业成功融资，职业触及：物流、AI、自动驾驶等职业，欢迎资方和项目方私聊。）

　　审计事务：出具非上市公司/上市公司年度审计陈述、专项审计陈述、办理建议书、合规陈述等

　　公司办理事务：财政收拾（含多账兼并）、内控办理、全面预算办理、内审准则建立等

　　FA事务：财政参谋、法务参谋、新三板挂牌教导、IPO施行、投融参谋、私募基金、场内外资本商场、并购重组。