数据驱动力：企业数据分析实战

数据分析

｜

65

索，通常还能得知需要收集什么其他指标。如果一个分布是幂律形式，就像

Twitter

粉丝数

的分布，你就会知道应该把衰减常数作为重要的特征指标来计算。

当然，并非所有变量都是连续型的，比如性别和产品类别就都是类别型的。因此，描述性

分析要包含不同类别的相对频率表或列联表，如表

5-1

所示。

表 5-1：销售额（按区域统计）

性　　别 西　　部 南　　部 中　　部 东　　部 汇　　总

男性

3485 1393 6371 11 435 22 684

女性

6745 1546 8625 15 721 32 637

合计

10 230 2939 14 996 27 156

55 321

在这个分析层级，关键的是分析师需要理解按照什么指标将数据进行切割和分组，而且能

够识别有意思的信息。比如在表

5-1

中

，为什么女性在西部区域的销售额中所占比例如此

之大？

当需要分析的变量增加到两个时，描述性分析可以使用关联度量，比如计算相关系数或协

方差。

描述性分析的目的是展现样本的关键数字特征，它应该阐明可以概括数据内分布的关键数

字。可以使用关联性指标来描述或显示变量之间的关系，也可以用表格来进行交叉统计。

一些简单的度量或许能带来巨大的价值。有时为了解决客户的某个问题，你可能需要了解

和追踪其订单量的中位数或最长期限。也就是说，它们可能非常有趣，足以驱动一份标准

报表、特定报表、钻取查询或报警（分析层级

1~4

）

，单单这些就能给企业创造价值。它们

还能让分析师对数据质量心中有数而感到从容。如果某个第一人称射击游戏网站的玩家的

年龄最大值是 ...