数据分析课|数据分析的立体化也是必备的，来看看你会不会

1、数据分析的立体化——数据分析必须立体化

1. 数据的立体化有两种途径，一种是由小到大，由局部到整体的立体化，就是我们常说的点线面;第二种是通过增加不同维度的方法立体化，例如分析零售店铺要从人货场三方面进行数据分析才全面。第一种方法的各维度间是包含关系，第二种方法的各维度间是平行关系。

2. 在数据分析立体化过程中，“三维”是数据分析立体化的最基本结构。

2、数据分析的立体化——三维分析之点-线-面

点是某个节点的一个指标值，线是包含这个点的纵向发展趋势或者包含这个点的横向对比趋势，面是包含这个点的上一级或上几级对象的指标值。

3、数据分析的立体化——三维分析之时间-对象-指标

比如客户的流失率是15%，这里面其实隐藏着时间-对象-指标的逻辑，什么对象在什么时间段的流失率是15%。时间-对象不交代清除的指标是没有意义的。

4、数据分析的立体化——三维分析之人-货-场

1. 下图，是发现数据异常时使用的人货场的一个基本逻辑。

2. 熟练使用人货场的逻辑，可以让我们平时的诸多工作更有条理，思维更加缜密，甚至可以用它来指定工作计划。

5、数据分析的立体化——三维分析之广度-宽度-深度

1. 三度分析本身没有任何意义，只有和具体对象结合才有现实意义。比如，三度和商品的进销存结合，三度和4P理论结合等。

2. 三度和商品的进销存组合，比如，商品采购和三度的组合包括：

商品采购的广度：商品采购的品类总数

商品采购的宽度：商品采购的SKU总数

商品采购的深度：平均每个SKU商品的采购数量

补充：SKU=Stock Keeping Unit(库存量单位)，即库存进出计量的单位，可以是以件，盒，托盘等为单位。简单的可以理解为每个商品的属性：颜色/尺码等信息(比如红色M码是一个SKU;红色L码又是一个SKU)。

3. 三度和4P的组合分析，例如，4P中渠道的三度：

渠道的广度：覆盖的渠道数量;

渠道的宽度：覆盖的行政区域数量，可以省份或地区为统计基础;

渠道的深度：覆盖的客户数。

以上就是有关于数据分析的立体化的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。