64个数据分析常用语

本篇文章，我们来讲讲数据分析常用语

1、绝对数和相对数

绝对数：是反应客观现象总体在一定时间、一定地点下的总规模、总水平的综合性指标，也是数据分析中常用的指标。比如年GDP，总人口等等。

 

相对数：是指两个有联系的指标计算而得出的数值，它是反应客观现象之间的数量联系紧密程度的综合指标。相对数一般以倍数、百分数等表示。相对数的计算公式：

相对数=比较值（比数）/基础值（基数）

 

2、百分比和百分点

 

百分比：是相对数中的一种，它表示一个数是另一个数的百分之几，也称为百分率或百分数。百分比的分母是100，也就是用1%作为度量单位，因此便于比较。

 

百分点：是指不同时期以百分数的形式表示的相对指标的变动幅度，1%等于1个百分点。

 

3、频数和频率

 

频数：一个数据在整体中出现的次数。

 

频率：某一事件发生的次数与总的事件数之比。频率通常用比例或百分数表示。

 

4、比例与比率

 

比例：是指在总体中各数据占总体的比重，通常反映总体的构成和比例，即部分与整体之间的关系。

 

比率：是样本(或总体)中各不同类别数据之间的比值，由于比率不是部分与整体之间的对比关系，因而比值可能大于1。

 

5、倍数和番数

 

倍数：用一个数据除以另一个数据获得，倍数一般用来表示上升、增长幅度，一般不表示减少幅度。

 

番数：指原来数量的2的n次方。

 

6、同比和环比

 

同比：指的是与历史同时期的数据相比较而获得的比值，反应事物发展的相对性。

 

环比：指与上一个统计时期的值进行对比获得的值，主要反映事物的逐期发展的情况。

 

7、变量

 

变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。

 

8、连续变量

 

在统计学中，变量按变量值是否连续可分为连续变量与离散变量两种。在一定区间内可以任意取值的变量叫连续变量，其数值是连续不断的，相邻两个数值可作无限分割，即可取无限个数值。如:年龄、体重等变量。

 

9、离散变量

 

离散变量的各变量值之间都是以整数断开的，如人数、工厂数、机器台数等，都只能按整数计算。离散变量的数值只能用计数的方法取得。

 

10、定性变量

 

又名分类变量：观测的个体只能归属于几种互不相容类别中的一种时，一般是用非数字来表达其类别，这样的观测数据称为定性变量。可以理解成可以分类别的变量，如学历、性别、婚否等。

 

11、均值

 

即平均值，平均数是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。

 

12、中位数

 

对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。

 

13、缺失值

 

它指的是现有数据集中某个或某些属性的值是不完全的。

 

14、异常值

 

指一组测定值中与平均值的偏差超过两倍标准差的测定值，与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值。

 

15、方差

 

是衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。方差是衡量源数据和期望值相差的度量值。

 

16、标准差

 

又常称均方差，是离均差平方的算术平均数的平方根，用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。

 

17、皮尔森相关系数

 

皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示，其中n为样本量，分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r的绝对值越大表明相关性越强。

 

18、PV（Page View）页面浏览量

 

指某段时间内访问网站或某一页面的用户的总数量，通常用来衡量一篇文章或一次活动带来的流量效果，也是评价网站日常流量数据的重要指标。PV可重复累计，以用户访问网站作为统计依据，用户每刷新一次即重新计算一次。

 

19、UV（Unique Visitor）独立访客

 

指来到网站或页面的用户总数，这个用户是独立的，同一用户不同时段访问网站只算作一个独立访客，不会重复累计，通常以PC端的Cookie数量作为统计依据。

 

20、Visit 访问

 

指用户通过外部链接来到网站，从用户来到网站到用户在浏览器中关闭页面，这一过程算作一次访问。

 

21、Bounce Rate 跳出率

 

指用户通过链接来到网站，在当前页面没有任何交互就离开网站的行为，这就算作此页面增加了一个“跳出”，跳出率一般针对网站的某个页面而言。

 

跳出率=在这个页面跳出的用户数/PV

 

22、退出率

 

一般针对某个页面而言。指用户访问某网站的某个页面之后，从浏览器中将与此网站相关的所有页面全部关闭，就算此页面增加了一个“退出“。

 

退出率=在这个页面退出的用户数/PV

 

23、Click 点击

 

一般针对付费广告而言，指用户点击某个链接、页面、banner的次数，可重复累计。比如我在PC端看到一则新闻链接点进去看了一会就关了，过了一会又点进去看了一遍，这就算我为这篇新闻贡献两次点击。

 

24、avr.time 平均停留时长

 

指某个页面被用户访问，在页面停留时长的平均值，通常用来衡量一个页面内容的质量。

 

avr.time=访客数量/用户总停留时长

 

25、CTR 点击率

 

指某个广告、Banner、URL被点击的次数和被浏览的总次数的比值。一般用来考核广告投放的引流效果。

 

CTR=点击数（click）/被用户看到的次数

 

26、Conversion rate 转化率

 

指用户完成设定的转化环节的次数和总会话人数的百分比，通常用来评价一个转化环节的好坏，如果转化率较低则需优化该转化环节。转化率=转化会话数/总会话数

 

27、漏斗

通常指产生目标转化前的明确流程，比如在淘宝购物，从点击商品链接到查看详情页，再到查看顾客评价、领取商家优惠券，再到填写地址、付款，每个环节都有可能流失用户，这就要求商家必须做好每一个转化环节，漏斗是评价转化环节优劣的指标。

 

28、投资回报率（ROI：Return On Investment ）

 

反映投入和产出的关系，衡量我这个投资值不值得，能给到我多少价值的东西（非单单的利润），这个是站在投资的角度或长远生意上看的。

其计算公式为：投资回报率（ROI）=年利润或年均利润/投资总额×100%，通常用于评估企业对于某项活动的价值，ROI高表示该项目价值高。

 

29、重复购买率

 

指消费者在网站中的重复购买次数

 

30、流失分析（Churn Analysis/Attrition Analysis）

 

描述哪些顾客可能停止使用公司的产品/业务，以及识别哪些顾客的流失会带来最大损失。流失分析的结果用于为可能要流失的顾客准备新的优惠。

 

31、顾客细分&画像（Customer Segmentation & Profiling）

 

根据现有的顾客数据，将特征、行为相似的顾客归类分组。描述和比较各组。

 

32、顾客的生命周期价值 (Lifetime Value, LTV)

 

顾客在他/她的一生中为一个公司产生的预期折算利润。

 

33、购物篮分析（Market Basket Analysis）

 

识别在交易中经常同时出现的商品组合或服务组合，例如经常被一起购买的产品。此类分析的结果被用于推荐附加商品，为陈列商品的决策提供依据等。

 

34、实时决策（Real Time Decisioning, RTD）

 

帮助企业做出实时（近乎无延迟）的销售/营销决策。比如，实时决策系统（打分系统）可以通过多种商业规则或模型，在顾客与公司互动的瞬间，对顾客进行评分和排名。

 

35、留存/顾客留存（Retention / Customer Retention)

 

指建立后能够长期维持的客户关系的百分比。

 

36、相关性分析(Correlation analysis)

 

是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关。

 

37、生存分析（Survival Analysis）

 

估测一名顾客继续使用某业务的时间，或在后续时段流失的可能性。此类信息能让企业判断所要预测时段的顾客留存，并引入合适的忠诚度政策。

 

38、算法(Algorithms)

 

可以完成某种数据分析的数学公式。

 

39、商业智能（Business Intelligence）

 

分析数据、展示信息以帮助企业的执行者、管理层、其他人员进行更有根据的商业决策的应用、设施、工具、过程。

 

40、分类分析(Classification analysis)

 

从数据中获得重要的相关性信息的系统化过程;这类数据也被称为元数据(meta data),是描述数据的数据。

 

41、聚类分析(Clustering analysis)

 

它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性。

 

42、对比分析(Comparative analysis)

 

在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果。

 

43、数据分析(Data Analysis)

 

是指根据分析目的，用适当的分析方法及工具，对数据进行处理与分析，提取有价值的信息，形成有效结论的过程。

 

44、数据处理（Data Processing）

 

数据处理是指根据数据分析的目的，将收集到的数据进行加工、整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段。

 

45、数据挖掘（Data mining)

 

数据挖掘是通过使用复杂的模式识别技术，从而找到有意义的模式，并得出大量数据的见解。

 

46、数据清洗(Data cleansing)

 

对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。

 

47、数据质量（Data Quality）

 

有关确保数据可靠性和实用价值的过程和技术。高质量的数据应该忠实体现其背后的事务进程，并能满足在运营、决策、规划中的预期用途。

 

48、数据建模(Data modelling)

 

使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义。

 

49、数据集(Data set)

 

大量数据的集合。

 

50、判别分析(Discriminant analysis)

 

将数据分类，按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。

 

51、探索性分析(Exploratory analysis)

 

在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法。

 

52、机器学习(Machine learning)

 

人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。

 

53、网络分析(Network analysis)

 

分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。

 

54、异常值检测(Outlier detection)

 

异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。

 

55、模式识别(Pattern Recognition)

 

通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测

 

56、预测分析(Predictive analysis)

 

大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇。

 

57、回归分析(Regression analysis)

 

确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)。

 

58、路径分析(Routing analysis)

 

针对某种运输方法通过使用多种不同的变量分析从而找到一条路径，以达到降低燃料费用，提高效率的目的。

 

59、情感分析(Sentiment Analysis)

 

通过算法分析出人们是如何看待某些话题。

 

60、SQL

 

在关系型数据库中，用于检索数据的一种编程语言。

 

61、时序分析(Time series analysis)

 

分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。

 

62、文本挖掘（Text Mining）

 

对包含自然语言的数据的分析。对源数据中词语和短语进行统计计算，以便用数学术语表达文本结构，之后用传统数据挖掘技术分析文本结构。

 

63、可视化(Visualization)

 

只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。

 

64、仪表板(Dashboard)

 

使用算法分析数据，并将结果用图表方式显示于仪表板中。