的确，作为一名商业数据分析师我也能理解初入行的同学的烦恼，我们在进行数据分析时，经常要使用到一些基本的分析思维，如时间趋势、下钻查询、对比等。但苦于缺少一个完整的数据分析思路整合。

接下来就分享我个人从事数据分析领域以来总结的常见的7种数据分析基本思路，能够满足你职场大部分需求：

一、数据分析前的准备

在开始进行数据分析之前，需要思考我这次分析结果的用途以及希望传达给查看者的信息。

只有明确分析清楚目的才能直观展示数据分析结果（划重点）。

二、数据分析时的七种思路

下面描述了大家可以采用的7种不同的数据分析基本思路，并为每种方法提供了示例说明。

数据故事类型	说明
随着时间而改变	作用：使用时间段来说明一个趋势。 示例：采购降本分析 ：供应商采购金额分析查看时间趋势下的单价数据情况。
下钻查询	作用：设置上下文，以便查看者更好地了解更细粒度特定类别下的数据信息。 示例：营销组织销售分析：从小组绩效下钻到个人绩效得分情况。
缩小	作用：描述查看者的内容与大局的关系，某个具体内容对大局的影响。 示例：客户数下滑分析 ：哪些客户类型和层级的大量下滑影响了总客户数。
对比	作用：表明两个或多个主题的差异。 示例：客户数下滑分析 ：对比两个年度（2017、2018）客户类型和层级的下滑情况。 数据如何分析(大数据分析方法五种)　一、描述统计　　描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。　　1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。　　2、正态性检验：很多统计方法都要求数值服
十字路口	作用：当一种类别超过另一种类别时突出重要的转变。
因素	作用：通过将主题分成不同类型或类别来解释主题。 示例：2020 上半年经营分析报告：从销售额、毛利率、费用及人力成本三个方面分析上边年的经营状况。
离群值	作用：显示异常或事件的特别异常之处。 示例：毛利率异常分析 ：通过定位异常毛利月份、异常门店、异常商品/类别、异常订单明细找出问题。

三、数据分析后的注意事项

1.突出数据重点

数据展示要简洁、突出重点，如果不需要标题、图例或网格线，可取消设置。目前国内常用Excel和一些可视化工具来展示数据，可视化工具如TB、FineBI都强调无代码、敏捷，可视化，一改传统BI工具SAP BO、IBM家的cognos（不过近几年貌似都在研发云BI）。

成熟的行业认可的BI工具如FineBI（国内）和 Tableau（国外），也都很推荐。

以下是我使用FineBI做出的数据展示图，大家可以根据修改前后的观感，来感受数据展示简洁的重要性。

修改之前

修改之后

2.调整组件的适应方式

因为我比较常用FineBI来展示数据，所以这里就以FineBI举例。组件是 FineBI 的组成部分，对于这些数据组件，调取出来后可以使用自适应显示，它会调整组件大小，以使其大小适合要创建的仪表板，更加美观地展示数据，如下图所示：

四、建议

在数据分析工作中，数据分析思维是框架式的指引，在一些通用的分析场景下可以快速使用，吃透以上7种数据分析思维，就不会害怕应对老板安排的项目了，而且对未来构建数据分析模型也有帮助。

五、数据与工具分享

最后，分享一下数据和分析工具，回个“数据”就能获得数据分析工具！

我是“数据分析不是个事儿”。常年分享数据分析干货，不定期分享好用的职场技能工具。