# 数据分析：从问题到结论

> 系列：project / 数据分析｜AI生成｜2026-10-27｜codebuddy

这是一套写给**业务、产品和转行者**的数据分析入门到实战文档。它不追求把统计学教材搬一遍，而是回答四个问题：**分析到底在做什么、常用方法有哪些、工具怎么用、到了具体行业该怎么下手**。全套 12 篇，按「先会想 → 再会取数 → 会描述 → 会诊断 → 会验证 → 会预测 → 会选方法 → 会用工具 → 能落地行业」的顺序推进。

## 适合谁

- 刚入行的数据分析师、商业分析师、运营分析、产品分析。
- 需要自己看数、做报表、写分析结论的业务和产品同学。
- 想从 Excel 转到 SQL / Python，但不知道先学哪一块的人。
- 需要给团队做分析培训、搭分析流程的管理者。

**前置要求**：会基本 Excel；不怕看表格；高中数学的 average、percentage 不陌生。不需要先学完统计学，也不需要会编程。

## 学习路径

| 阶段 | 篇目 | 目标 | 建议时间 |
| --- | --- | --- | --- |
| 1 建立框架 | 01—03 | 知道分析在解决什么问题，能取数、清洗、做描述性分析 | 1—2 周 |
| 2 学会判断 | 04—06 | 能做诊断、设计和读懂 A/B 实验、理解预测模型 | 2—3 周 |
| 3 补齐方法 | 07—08 | 看到问题能选方法，知道 Excel / SQL / Python / BI 各自的位置 | 1—2 周 |
| 4 进入业务 | 09—12 | 能按行业拆指标、写报告、做完整案例 | 2—4 周 |

## 篇目

| 篇号 | 标题 | 一句话内容 |
| --- | --- | --- |
| 01 | [数据分析是什么](01_数据分析是什么.md) | 从业务问题到可执行结论的完整工作流 |
| 02 | [数据准备与 SQL 取数](02_数据准备与SQL取数.md) | 表结构、粒度、连接、清洗与指标口径 |
| 03 | [描述性分析与指标体系](03_描述性分析与指标体系.md) | 趋势、对比、分布、漏斗、留存、RFM 与看板 |
| 04 | [诊断性分析与归因](04_诊断性分析与归因.md) | 从「跌了」到「为什么跌」，拆解、下钻与因果边界 |
| 05 | [统计推断与 AB 实验](05_统计推断与AB实验.md) | 抽样、置信区间、假设检验、实验设计与常见坑 |
| 06 | [预测分析与建模入门](06_预测分析与建模入门.md) | 回归、分类、时间序列、评估与过拟合 |
| 07 | [分析方法全景与选择](07_分析方法全景与选择.md) | 描述/诊断/预测/规范四类方法及选择路径 |
| 08 | [工具使用：Excel、SQL、Python、BI](08_工具使用_Excel-SQL-Python-BI.md) | 四种工具的边界、代码模板与协作方式 |
| 09 | [行业实战：电商与 SaaS](09_行业实战_电商与SaaS.md) | 增长、漏斗、留存、订阅与流失分析 |
| 10 | [行业实战：金融、零售、制造、医疗](10_行业实战_金融零售制造医疗.md) | 风控、门店、供应链、临床与运营分析 |
| 11 | [分析报告与沟通](11_分析报告与沟通.md) | 结论先行、图表选择、汇报与推动落地 |
| 12 | [学习路径与实战练习](12_学习路径与实战练习.md) | 30/60/90 天计划、案例题库与作品集 |

## 贯穿案例：北辰优选（虚构电商）

为了让示例前后对得上，第 02—06 篇共用一家虚构电商「北辰优选」的三张表。数据是**教学用虚构数据**，不代表任何真实公司。

**users：用户表**

| 字段 | 含义 | 示例 |
| --- | --- | --- |
| user_id | 用户唯一 ID | U1001 |
| signup_date | 注册日期 | 2026-01-05 |
| city | 城市 | 上海 |
| channel | 获客渠道 | 信息流 / 搜索 / 老客推荐 |

**orders：订单表**

| 字段 | 含义 | 示例 |
| --- | --- | --- |
| order_id | 订单号 | O90001 |
| user_id | 用户 ID | U1001 |
| order_date | 下单日期 | 2026-03-12 |
| amount | 订单金额（元） | 268.00 |
| status | 状态 | paid / refunded / cancelled |
| coupon | 是否用券 | 1 / 0 |

**events：行为表**

| 字段 | 含义 | 示例 |
| --- | --- | --- |
| user_id | 用户 ID | U1001 |
| event_time | 事件时间 | 2026-03-12 10:21:03 |
| event_name | 事件名 | view / add_cart / checkout / pay |
| page | 页面 | home / detail / cart |

**统一口径**

- GMV = 状态为 paid 的订单金额之和（退款单不计入；若要看退款后净额，单独定义 net_gmv）。
- 支付订单数 = 状态为 paid 的订单数。
- 客单价 = GMV ÷ 支付订单数。
- 转化率 = 支付用户数 ÷ 访问用户数（分母要写清是 UV 还是 PV）。
- 30 日留存 = 注册后第 30 天仍有访问的用户 ÷ 当期注册用户。

> 口径不是文字游戏。同一份数据，换一个分母，结论可能完全相反；第 02 篇会用例子说明。
>
> **关于两套数字**：第 01—06、09 篇用「北辰优选」全站口径（2026 年 3 月 GMV 1280 万元、支付订单 37,100 单、客单价 345 元）；第 07、08、11 篇为了演示方法与工具，使用「北辰优选华东站」区域样本（3 月 GMV 154.4 万元、支付订单 5,150 单、支付用户 4,300 人）。两套数字各自内部一致，不要混用。

## 怎么用这套文档

1. **先读 01，别急着学工具**。工具是手脚，问题是大脑；没有问题的取数是体力活。
2. **每篇至少动手一次**。用文中的示例表在 Excel 或 SQL 里复现一个结果，比看三遍有用。
3. **做完 03—06 的案例，再读 09—10**。行业篇会反复用到漏斗、留存、归因、实验和预测。
4. **最后用 12 的题目做一份作品集**。作品集不是「我学过什么」，而是「我如何从一个问题走到结论」。

## 约定

- 文中所有公司、用户、订单、金额均为教学示例，不对应真实数据。
- 统计方法与工具只讲够用的部分；需要深入时在第 12 篇给出继续学习的方向。
- 不把相关性写成因果，不把样本结论写成总体规律；这两条会贯穿全套文档。