有人把数据分析的核心总结为六字，即对比、细分、溯源，也被数据分析的三板斧，支撑数据分析的核心应用，具体来说：
对比：成对地比较。
- 横向对比：与『他人』比较，比如，两家公司的离职率。
- 纵向对比：按照时间维度与『自己』的比较，比如，一家公司去年和今年的离职率。
细分：对数据增加维度、降低粒度地分析。
- 分维度：增加维度，比如，离职率按照部门维度来分析。
- 降低粒度：降低数据聚合的程度，比如，离职率不按年份、而按照月份来统计。
溯源：在对比、细分锁定到具体维度和粒度之后，依然没有结论，那就需要查看原始数据，洞察数据，从数据中寻找灵感。
一、数据『对比』
数据放在那里是没有意义的，只有将数据进行比较，才体现出数据分析的价值。对比其实很简单，就是把A和B比较。但是，没有可对比性的对比一定是耍流氓。
1.1 指标的可对比性
指标的可对比性，可以从四个“一致”原则来评估：对象一致、时间属性一致、定义与算法一致、数据源一致。
（1）比价对象一致
比较的对象一致。对象一致是可比的最基本原则，番茄的销量和猪的销量是不可比的，这其实就是因为比较的对象不一致。
（2）时间属性一致
指标的时间属性一致。 时间属性比较特殊，对象所在的季节、月份等时间属性要有可比性。例如，一家便利店冬季雪糕的销量，和夏季没有可比性，因为对象的时间属性不同，但做销量的同比是可以的。
（3）定义和算法一致
对分析对象的定义和计算方法一致。举个例子，青年的定义，中国国家统计局（15-34周岁）和中国共青团（14-28周岁）不同，当统计青年人数占总人数的比例时，二者计算的指标数据，肯定是不同的。
（4）数据源一致
统计的数据样本一致。
1.2 数据对比的“三要”
在做数据对比的相关分析时，要记住三个“要”：对比要可比、差异要显著、描述要全面。
（1）对比要可比
对比分析要有可比性。
（2）差异要显著
组间差异要显著，组内差异要细微。常用的显著性检验有T检验和方差分析。
（3）描述要全面
当刻画一组数据时，不仅要描述这组数据的一般水平（均值），还要考虑到这组数据的波动水平。如果波动很大，一般水平对数据总体的代表性就会很差。只考虑一般水平而不考虑波动和差异，会使数据的可信度大大缩水。
二、数据『细分』
通过增加维度和降低粒度来细分数据，深挖数据，揭示数据中潜藏的规律。
2.1 增加维度
一个维度是数据表的一列。通常情况下，维度是指定性数据。例如，产品提供的服务的类型、用户分布的地域等。在分析数据时，增加分析的维度，改变看待问题的视角，能够在更细分的级别上分析数据，洞察到更多的知识，增加数据分析的深度。
例如，新用户的留存率，通过增加获客来源的维度，可以监控各个来源的新用户的留存率，把有限的经费使用到真正可以带来有效转化的地方。
2.2 降低粒度
粒度是数据的聚合程度。颗粒度最小的数据，是没有聚合的原始数据。
举个例子，每日数据是原始数据，其粒度是日，数据的数量巨大；而每周的统计数据是对日数据的聚合，其粒度是周，数据的数量变成原来的1/7。
三、数据『溯源』
溯源，就是到细节数据中去，查看原始数据，反思用户的行为。在做数据分析时，一定要明白你分析得数据是二手的，还是一手的。
-
一手数据是最原始的数据，包含的内容最丰富，但数据可能不规范。
- 二手数据是经过处理的，甚至是分析之后的数据，这些数据可能是片面的、阉割的、面向特定主题的，由此得出的分析结果也可能有失公允。
资料与代码下载
本教程系列的代码可以在ShowMeAI对应的 github 中下载，可本地python环境运行。能访问Google的宝宝也可以直接借助google colab一键运行与交互操作学习哦！
本系列教程涉及的速查表可以在以下地址下载获取：
- Pandas速查表
- Matplotlib速查表
- Seaborn速查表
拓展参考资料
- 利用Python进行数据分析·第2版
- w3schools pandas tutorial
- Kaggle的pandas入门教程
ShowMeAI相关文章推荐
- 数据分析介绍
- 数据分析思维
- 业务认知与数据初探
- 数据清洗与预处理
- 业务分析与数据挖掘
- 数据分析工具地图
- 统计与数据科学计算工具库Numpy介绍
- Numpy与1维数组操作
- Numpy与2维数组操作
- Numpy与高维数组操作
- 数据分析工具库Pandas介绍
- 图解Pandas核心操作函数大全
- 图解Pandas数据变换高级函数
- Pandas数据分组与操作
- 数据可视化原则与方法
- 基于Pandas的数据可视化
- seaborn工具与数据可视化
ShowMeAI系列教程推荐
- 图解Python编程：从入门到精通系列教程
- 图解数据分析：从入门到精通系列教程
- 图解AI数学基础：从入门到精通系列教程
- 图解大数据技术：从入门到精通系列教程
