【数据分析基本流程】明确目标——数据处理——数据分析——数据展现——报告撰写

提示：本文章数据（mask_data_clean）下载链接：https://pan.baidu.com/s/1ZSHUZyBxpgo2SpdKxfoc6Q
提取码：5dgz

---

前言

数据分析基本流程： 第一步：分组聚合，统计数据 第二步：折线分析，确定趋势 第三步：原因剖析，聚焦问题 第四步：深入洞察，提出对策

项目目标：分析口罩厂商亏损原因，提出解决对策

分析重点：销售额，订单量，单价，各省订单量随着时间变化的趋势及其变化原因；通过分组聚合对每一组数据进行描述性统计分析，然后利用折线图进行变化趋势的分析

一、分组聚合，统计数据

分析的影响因素是销售额、订单量、单价、各省订单量，而且是以一个月为颗粒度，进行时间维度上的变化趋势和原因分析。

import pandas as pd
mask_data_clean = pd.read_csv('./mask_data_clean.csv', encoding = 'utf-8')
mask_data_clean.head()

分别查看1月到6月以来的销售额，可以根据月份对数据mask_data_clean进行分组
对比每个月销售额的上升或下降，查看其每月变化

sales_income = mask_data_clean.groupby(['月份'])['销售额'].sum()
sales_income

对所有订单记录数据的各方面影响因素做变化趋势分析时，有两个要点：
1.根据什么对数据进行分组；
2.选择什么代表性的统计方法，对影响因素进行聚合计算。

获取各月总订单量

order_number = mask_data_clean.groupby('月份')['订单量'].sum()
order_number

获取每月平均单价，存储在变量 month_price 中

month_price = mask_data_clean.groupby('月份')['单价'].mean()

订单量数据进行分组聚合操作，得到各月各省总订单量
获取各月各省总订单量

month_order2 = mask_data_clean.groupby(['月份','省'])['单价'].sum().unstack()

查看数据

month_order2 # 某个月份不同省份总订单量数量

获取各月各省总订单量

month_order1 = mask_data_clean.groupby(['省', '月份'])['订单量'].sum().unstack()

二、折线分析，确定趋势

import matplotlib.pyplot as plt # 导入matplotlib库的pyplot模块
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

sales_income.plot(kind = 'line', figsize = (6, 6), title = '各月总销售额趋势图')
# 直接使用前面的Series对象，以月份为横坐标，以单位数值为纵坐标，总销售额为数据点的折线图
# 画出各月总订单量的折线图
order_number 
order_number.plot(kind = 'line' , figsize = (6, 6), title = '各月总订单量趋势图')
month_price.plot(kind = 'line', figsize = (6,6), title = '各月平均单价趋势图')
# 根据month_order1_df绘制多条折线图，标题为'各月各省总订单量趋势图'
# 各月各省总订单量趋势图，它以不同颜色线条表示不同月份，以省份为横坐标，以数值单位为纵坐标，以订单量数值为数据点形成的折线图。
month_order1.plot(kind = 'line', figsize = (7,7), title = '各月各省总订单量趋势图')

观察折线图，有三个要点，一是整体的走势，二是走势的规律性，三是走势的波动。
1.通过折线图的线条倾斜程度，看出走势波动的剧烈程度；
2.各月的总销售额、总订单量、平均单价，以及各省在各月的总订单量，变化趋势有很大的相似性；
（1）在1月到3月的折线是随着时间增长而增加，整体呈增加趋势，其中2月到3月增长快速；3月之后整体呈下降趋势，3月到4月出现了“急跌”；
（2）目前的折线中未出现多个类似形状的起伏波动，未体现出任何规律性；
（3）图中只有一处波动起伏，在这个起伏的最高点，对应3月的数据，此处为最大值；
完全一致的变化趋势说明，此处总销售额的下降是由于订单量、单价双双下滑带来的，而非某一因素单方面的影响。
3.总结：
（1）数据的走势只是一个结果度量，不代表原因本身，也完全不能代表未来的变化趋势，不了解原因只看结果就作评价，很容易犯错。
（2）本质上，趋势是由背后的原因推动的。看趋势，更得看背后的原因，而不是单纯地只看结果走势想当然。

三、原因剖析，聚焦问题（聚焦最值——内外因分析——作证解释）

（1）依据折线图的特征进行原因剖析，首先结合对最值的分析来聚焦问题，重点关注这个值，以特殊性作为突破口；
（2）根据订单量、单价的变化，我们可以知道，3月之前，工厂的口罩需求量和价格都增长猛烈，3月之后却又出现大幅下降；
（3）两三个月内迅速改变口罩的供需关系，应该是属于社会性问题的外部冲击。
分析步骤一个不少，结合数据逻辑和业务逻辑所作的验证、分析、推论都是合情合理，数据分析就是要能够发掘和解释其背后的逻辑。

---

四、深入洞察，提出对策

问题根源，其实还是一个供需关系，如果口罩厂商在供需矛盾中不占优势，想要继续维持原来高价格高销量的情况几乎是不可能。

总结

整个数据分析过程就是根据分析目的，用适当的分析方法及工具，对数据进行处理和分析，提取有价值的信息，其目的是总结出所研究对象的内在规律。
数据分析能够帮助管理者进行判断和决策，以便制定适当的策略与采取相应的行动。因此掌握数据分析能力对于我们的工作会有很多的帮助。
以上内容为数据分析基本流程及思路，切记一切以目标为导向，采用合适方法，选择合理依据，兼顾业务逻辑的理解，最终制定相应决策，没有数据的分析皆是空谈。文章内容为日常课程学习记录与思考笔记。

                                                              2022年5月10日 
                                                                青海·西宁