数据分析,商务统计人士必看的10个中文博客

第一篇：数据分析,商务统计人士必看的10个中文博客

数据分析，商务统计人士必看的10个中文博客

小博的主题定位在专业有效的商务图表，不少朋友希望我能推荐一些类似主题的博客，其实我自今年才开始接触博客这个事物，了解也不多。在网上搜索，发现类似的专门主题中文博客非常少。不过，这1年的博客经历，我也认识了几位博友，今天整理在一起，成为：数据分析人士的中文博客资源，聊作回复。

数据分析的过程大致可以分为调查研究、图表分析、文档制作、演示汇报等4个阶段（略有牵强哈），每个阶段都有些中文博客可以学习参考。

1、调查研究阶段：首先要收集数据，分析数据，挖掘数据。

小蚊子乐园

博主专注在市场调查研究，SPSS使得很熟练，对PPT、excel也热爱有加，博客开的似乎很早了，有很多好内容。

数据挖掘者

现在的分析，不搞点挖掘、模型的，似乎就不够高级、不够唬人。这位博主可是数据挖掘的牛人，SAS、SPSS Clementine 的专家顾问啊。

2、图表分析阶段：分析、挖掘的结果，要做成专业的图表来说明，呈现。

就是小博了，专注于最专业、有效的商务图表沟通方法，追求图表的有效沟通，和专业的商务气质。

里外里博客

博主对水晶易表数据呈现非常有兴趣，博客刚开不久，希望能多多分享经验。

3、文档制作阶段：分析都做好了，就要写成分析报告文档，PPT或word。

博主关注PPT设计的有效沟通，对PPT设计制作很有心得，PS技术很牛，据称flash也很厉害哟。不过我建议他把博客改个有特点的名字：）

没有迷失的世界

甘老师好像是office培训师，开发尖端演示课程，确实很尖端，博客里有不少office技巧。

扑奔PPT的版主，够厉害吧。他的完美演绎*幻灯传奇，一些作品非常酷，还为大家提供免费模板。还有，他非常讲义气，主动要为我提供免费模板：）

4、交流演示阶段：文档写好了，就要汇报演讲了，怎样才能成功演讲沟通？

孙小小

博主兴趣广泛，最令我佩服的是她的演讲，还是英文演讲，厉害！不久前她成为Toastmasters上海人民广场俱乐部的主席，演讲能力可见一斑。

臧贤凯图形思考

博主跟踪国外视觉思考、图形引导的最新趋势，并积极实践，已经开始提供服务，是国内的先驱。我也很喜欢国外那种边讲边画的形式和感觉。

孙湘明讲故事

博主研究如何讲故事，storytelling在国外也是专门的艺术，把你的观点用故事的形式讲出来，引人入胜，令人印象深刻。

怎么样？这些博客不错吧，全程伴随你的数据分析，为你提供思路注入灵感：）也欢迎你推荐好的博客。

上面的博主们也在这里现个身吧，大家认识认识。

来自：

第二篇：数据分析人士必看的10个图表博客

数据分析人士必看的 10 个图表博客(en)
(文 / ExcelPro 的图表博客)前些时,我有些调侃的写了《数据分析人士必看的 10 个中文博客》,整合介绍了写博以来认识 的一些朋友的博客,不想居然成为热文,得到大量转载,抓虾上还被推荐进入热文,实在有 些惭愧.为不辜负朋友们的厚爱,今天我将我的订阅器里的图表类博客进行了整理,为大家精选出 10 个 全球最优秀,最顶级的图表主题博客,与数据和图表打交道的分析人士不可错过.以下博客排名 不分先后.

1 ,
Junk Charts

GR 订阅量:1200+.(截至 20090211,并非全部订阅量,下同.)junkchart 是 塔夫 特 创 造 的一 个 词 语, 专 指 无效 的 图表.这 个博 客 的 说明 是 Recycling chartjunk as junk art,专门剖析杂志报刊上流行的垃圾图表,指出为什么是垃圾,有时也会 给出他们的解决方案.商业周刊, 纽约时报, 经济学人这些牛报的图表也经常会被他们批为垃圾.2,Jorge Camoes' Charts Feedburner:7000+ 关注图表, dashboard, 可视化等, BI, 他分别用 excel, 做的一个人口分析的 dashboard, CX 很值得一看.此外,小博的中国数据地图 excel 做法,就是从他那里学的方法.他的观点是, 用好 excel,可以节省大量时间来陪伴家人.3,Juice Analytics: Agile Analytics Feedburner:4500+ 一家分析咨询公司的博客,经常会讨论商业图表,excel 技巧,dashboard 等.4,PTS Blog GR 订阅量:580+

Jon Peltier 的图表博客,专注讨论 excel 图表技巧的应用.Jon 是一位全职的 excel 开发者, 图表大师,他的 excel 图表技巧简直令人眼花缭乱,微软的人绝不会想到有人这样用 excel 做 图表.更新也很及时.顺便提一下,有个 Andy 也与他一样,excel 图表技巧出神入化,不过他 没有博客.这两个人技术太强,但少了一些商业气质.5,Visual Business Intelligence 可视化商业智能 GR 订阅量:1800+ Stephen Few 的博客,讨论图表,BI,dashboard,就是他发明了 bullet chart,提倡简朴 的 dashboard,小博的多篇日志都提到他,好像又有新书面世.他和 Jon,另外一个 Datapig 经常举办相关的培训班.6,Me, myself and BI Bissantz 公司的的博客, 经常讨论一些杂志图表的优劣, 有时会提供基于他们产品的解决方案.Bissantz 公司做分析类产品,其中 sparkline 与 microchart 类似,也是画微线图的, http:///sparkmaker/index_en.asp 7,Bella consults 博主 bella 也是 Bissantz 公司的,经常讨论商业图表的成败,可看到很多对商业图表案例的分 析.8,More Information per Pixel XL3 公司的博客, 就是做 microchart 的那家公司.围绕 excel 和 microchart, 讨论一些 in-cell 图表,dashboard 的应用.

9,DSA Insights 决策支持分析 一家商业咨询公司的博客,讨论一些商业分析,数据分析,可视化等方面的话题.10,ExcelPro's chart blog , 订阅量:1500+ 关注专业,

有效的商业图表沟通方法,以及经营分析,商务智能,决策板,商业演示等话题,让 普通人士都可以做出杂志级效果的商业图表和报告.他最大的好处在于他中文的, 又能跟踪国际 最新的图表趋势,便于我们阅读.(^_^,原谅我把自己的博客写在这里做个广告,希望在大 家的关注和帮助下,小博能成为中文领域里最专业的商业图表博客:)

有朋友可能要问,我是如何找到这些老外的博客的.其实很简单: 其一,只要我发现了一个优秀的博客,通过他的链接,以及链接的链接,就可以找到很多同类的 优秀博客.其二,我通过 google reader 订阅的博客,GR 会根据我的订阅偏好,不断推荐一些相关主题 的博客给我,也是一种针对性精确营销哈.所以,即使我坐在家里,GR 也会陆续向我推荐好博 客,这就是善用网络的力量.鉴于以上两点,我也希望大家能多多订阅我的博客,多多推荐链接我的博客:).订阅点这里,

现在已经有 1500 多位朋友订阅了哟.只是,以我的英文水平,要在这些信息海洋中淘出自己想要的博客,存在很大的障碍.所以,希 望英文好的朋友,如果你发现了类似主题的好博客,一定要记得推荐给我哈!(本文由 ExcelPro 的图表博客原创,转载请注明出处.ExcelPro 的图表博客探讨专业有效的商务 图表沟通之道,欢迎交流讨论!)如果你认为这篇日志有价值,请在抓虾,鲜果上多多推荐,让更多的人分享吧!

第三篇：数据统计与分析演讲稿

演讲稿

以下是我们的数据统计与分析

1、通过分析原始数据，我们发现湛师运动人数多，对运动设施的需求量大

由图表一我们可以看到：

高达45人的受访者一周运动次数在1—2次间，30人在5次以上，还有8人一周基本没有运动，经过计算湛师学生一周运动量次数至少有两万次。另外周一至周五，运动场在日间基本是不开放的，而且体育馆或篮球场总是有体育课，学生们也有课，所以大家基本都在周六日或晚上运动，人流量太大。因此我校对于运动设施的需求较大。

2、其次，我们发现湛师学生不进行运动的原因与运动场地的问题有较大的联系

通过图表二，我们可以看出受访者不进行的运动的原因有很多，其中以自身因素不进行运动是不进行运动的原因，但是也有32人认为有场地数量少的因素，将近三分之一的人数，还有13人认为是运动场地远，还有其他的客观因素。由此可以看出湛师运动设施的场地数量和分布位置对大部分湛师人的运动次数有一定的影响。

3、我们的调查问卷还涉及到湛师学生对湛师运动设施的了解程度

由图表可知，超过半数人对运动设施的了解程度一般，但还是有21人认为他们不了解湛师的运动设施，只有23人认为他们在了解程度以上的。由此可以看出大部分湛师人对湛师的运动设施都处于一知半解的状态甚至是不了解，因此湛师应该加大对湛师运动设施的宣传力度，加深湛师人对运动设施的了解。

4、关于目前湛师运动设施存在的问题

从表格与图中可看出，最多人人为学校运动设施存在的最大的问题是运动设施的运动数量较少，其次是有33%的被调查者认为湛师的运动设施年久失修，有损失，接着也有学生认为运动设施还存在人为损失的问题，最后是7%的学生觉得游泳馆的收费是有问题的。经过调查我们不难看出学校在运动设施方面还存在着许多的问题，最大的问题就是设施的年久失修和数量过少的问题，所以建议学校可适量地增加运动设施，定期地派人进行维修，光靠学校的力量是不足以维护好学校的设施，我们同学自己也要维护好这些公共的财产。

5、此外关于湛师学生认为数量不足的运动场地

从表和图中可以看出，大多数的人即27%的人认为学校的羽毛球场的数量不足，还有相当一部分人认为游泳馆的场地有限，占到19%，觉得篮球场和乒乓球场数量不多的人数差不多相同，最后剩下少部分人觉得其它运动场地的数量少，比如排球场、田径场和足球场。大多数同学反映，不是他们不想运动，而是运动场地实在是有限，或者是场地离中心地区较远，较偏僻，这应该引起学校的重视。

6、表六是湛师学生对湛师运动设施的爱惜情况

通过表与图可知，在调查身边的同学对运动设施的爱惜情况的问题上，明显可看出绝大多数人都觉得身边的同学对运动设施的爱惜情况是一般般，有17%的人的身边的同学是爱惜运动设施的，剩下的10%的人的身边的同学是不爱惜运动设施的。爱惜设施的程度与自身的素质有关，不爱惜设施的同学还是大有人在，但我们维护好公共设施时才能更好的维护自己的利益，我们自己才能更多的享受运动给我们带来的好处。

7、表七是学校在关于运动设施的问题上与学生沟通的程度

如表7和图所示，大学生们在关于学校在有关设施问题上有没有及时有效地与同学沟通的问题上，给出了自己的意见。68%的同学认为学校在运动设施的问题上很少与学生及时有效地沟通，同时也占了较大比重的28%的同学表示没怎么留意，很少的同学认为学校在关于运动设施的问题上与学生沟通较多，占到被调查者的4%。所以希望学校可以在以后有关设施的问题上多与同学沟通，可以派几名代表与学校进行对话，可传达出学生的意见。

8、表八是湛师学子对现有的运动设施改进的看法

由表8与图可得出，大学生们对我校现有的运动设施积极地提出了自己的看法，看来大学生对自身有切实利益的问题还是比较关心的。我们不难看出，43%的学生认为学校目前应该着手完善室内室外的运动设施，接着认为学校应该加派人手维护运动设施和应该增添更多的休息区的人数是一样的，最后也有相当一部分也就是17%的学生认为学校应该加大宣传，增强学生维护公共设施的意识，很少有学生选择其它的。现在大学生运动的群体不是特别高，这也跟学校对运动设施方面的关注度，这应该引起学校的重视，通过有效的手段提高学生对运动的重视。

通过本次数据分析我们的除了以下调查结论与建议

1、调查结论：（1）由本次调查可知湛师学生对运动设施的需求量较大，而湛师学生不想运动的原因与目前湛师运动设施所存在的问题有很大的关系。（2）湛师运动设施存在的问题主要是运动设施的数量少与设施年久失修，有严重损伤，当然运动设施的破损与学生对湛师运动设施的爱惜程度有很大的关系，因为很多同学对湛师运动设施的爱惜程度都是一般般，不爱惜设施的同学也不少。（3）学校在关于运动设施的问题上很少与学生进行沟通，大部分学生对于湛师运动设施的了解程度都是一般般，甚至是不了解，这使得很多关于运动设施的问题得不到及时的解决与完善，也使得学生们对运动设施的需求与建议得不到满足与答复。

2、建议：存在问题是难免的，但最重要的是怎样去利用有效的途径去解决问题。通过调查，我们可以给出小小的建议。现在提倡全民运动，因此学生对运动设施的需求还是比较较大的，所以学校可适量地增加运动设施。为了提高学生的运动次数与质量，以后学校可把运动设施建设在人流较多且地理位置靠近中心的地方，这样人们运动起来也更加的方便。而且对运动设施进行定期的维修也是非常有必要的，破破烂烂的运动设施钩不起人们运动的欲望，加大宣传保护运动设施的重要程度。不过做运动的人们更应该爱护这些公共的设施，如果人人都把这些设施当做是自己家的财产，那么我想人们任何时候都可享受到很好的运动效果。最后想说的是决策问题，进行有关的运动设施的建设，学校可通知学生代表参加有关建设问题的会议，集思广益，这样才更有利于学校的管理。

第四篇：数据统计与分析心得

数据统计与分析心得

（第三组）

数据统计与分析是一个比较复杂、比较费时和费力的工作，在工作中，小组成员既要有明确的独立的分工，也要有集体的团队的协作精神。每个人在统计数据时都要做到认真严谨、实事求是，要有耐心而不是用一颗浮躁的心来对待工作。在数据分析中，要用一颗客观的、真实的心来做好对统计数据的客观分析与评价。这样才能使问卷调查统计出来的数据真实有效，为下一步的工作实施和决策做好准备。

我们这次东华理工大学校园文化调查问卷印发的总数为210份，其中有6份未收回，实际收回问卷共204份，其中无效问卷（被调查人未填写性别、专业、年级等相关信息）有5份，则实际有效问卷为199份。合格问卷占总数的94.76%，问卷收回率较高。在接下来的数据统计与分析中，则以此199份有效问卷的数据来统计，并计算数据结果。

此次参与问卷调查的年级有11级大

一、10级大

二、09级大三的学生，08级大四学生未参与调查，其中问卷调查又以大一学生为主，有186人，占总人数的93%；而大二学生只有8人，占总人数的4%，大三学生只有5人，占总人数的3%。在此次参与问卷调查的性别比中，女生有136人，占总人数（199人）的68.34%；男生有63人，占总人数的31.66%。问卷调查的女生占有多数。

此外，这次问卷所调查的专业有15个专业，其中文科类专业（广告、法学、对外汉语、英语）调查人数有133人，所占总人数的百分比为66.83%；经济类专业（国际贸易、旅游管理、会计、市场营销、物流管理）调查人

数有50人，占总人数的百分比为25.12%；理科类专业（自动化、科工程、土木工程、资源勘探、信息管理、测绘工程）调查人数有16人，占总人数的百分比为8.05%。调查对象以文科类同学占多数。

在这次数据统计与分析过程中，我们发现了问卷还存在一些问题，但总体还是好的。首先，问卷中存在漏字的情况，主要是出题组印刷前没有认真做好校对的工作造成的；其次，选项有的出现错乱及其选项中没有明确注明题目是多选或者单选的题目，因此在我们数据统计过程中也带来了一些困惑，但经过向出题组的询问，我们还是明确了题目的多选与单选问题。但我想，这对于我们的调查所统计出来结果，其实际真实效果多少会有一些水分的。再次，就是我们问卷的发放组没有考虑我们要调查的比例的分配，比如年级的比例分配、专业类别的比例分配、男女性别的比例分配。这样就造成我们统计分析出来的数据有一点不合理性、不太全面性。此外，我们数据统计与分析小组中也出现过一些问题，由于我们从来没有做过数据统计与分析的工作，因此缺乏经验，在统计数据过程中其实每一道题也有不不合理的作答选项，而我们第一次都把他们统计上了，没有考虑到每道题都有回答无效的答案。而后来的结果是，又让我们成员重新统计了一次，这次考虑了把每道题目中无效答案剔除后，再统计出每道题目中有效答案的选择数量。

数据统计与分析不但要有团队协作的精神，而且还要会懂电脑，利用Excel操作系统来计算出最终的数据结果。这就在不同的两个方面考查了我们当代大学生应有的素质。在这次数据统计与分析过程中，我们组成员都表现得积极认真，按时按量地完成了我们每个人所分配的任务。因此在这次数据统计与分析中我们组虽然花费了有一定的时间，但还是比较少的，而且成功地完成了这次统计任务。这也为下一组的成员的论文写作及其总结工作争取了更多的时间。在使用Excel操作系统时，由于有些成员不会使用此操作，所以给其他会操作的成员增加了工作量。在此也让这些不会使用电脑操作系统的同学能够体会到对于掌握好电脑基础知识的重要性。希望他们都能够好好地学习这些知识，为今后的工作和学习带来更多的便利。

这次问卷调查的数据统计与分析实践活动，让每个同学都有收获。有的收获了出题时应当注意的问题，有的收获了问卷调查中所获得的经验，有的收获了同学们之间的友谊，使同学之间的交流与沟通在实践活动中无形当中就增加了，有的〃〃〃〃〃〃

总之，我们都认为这次问卷调查实践活动是一次成功的实践活动，因为在这次调查活动中，我们都看到了每一个同学都在努力的把事情做的更好，都认真地对待自己所分配到的任务，都在积极的讨论与交流。

另：附第三组成员数据统计与分析的工作图片

第五篇：数据统计质量问题分析和解决方案

数据统计质量问题分析和解决方案

摘要：随着社会主义市场经济的不断发展，统计失实的现象日渐严峻，准确可靠的统计数字，是进行科学决策和科学管理的重要依据。因此，针对目前有些统计数据失实的现象，本文提出简要的分析和一些粗浅的解决意见。

关键词：统计数据准确性质量；统计数据失实；统计数据质量控制

一、统计数据质量问题的危害及严重性

统计数据质量问题是衡量统计工作的核心指标。准确可靠的统计数字，是进行科学决策和科学管理的重要依据。小到人民生活中的茶米油盐，大到企业的经营管理，甚至国计民生。统计数据的真实可靠都起着重要影响，不容忽视。

企业统计的目的是为企业经营决策管理提供统计信息。在市场经济条件下，企业的经营决策具有极大的风险性，风险性产生于企业对市场变化的不确定性，并由不确定程度决定风险大小。而不确定性又与信息的准确和及时程度直接相关。换言之，信息愈及时准确，企业所面临的风险就越小。

诺贝尔经济学奖获得者托宾指出：“如果没有可靠和及时的经济统计数据，特别是国民收入和生产统计数字，很难想象宏观经济政策如何制订”。中国历史上的五八年“浮夸风”给国家和人民带来的巨大灾难，人们至今也还记忆犹新。由此可见，搞准统计数字，提高统计数据质量乃势在必行。

二、常见的数据质量问题

（一）、数据虚假

这是数据质量问题中最常见的问题，也是危害最为严重的一个数据质量问题。这类统计数据完全是虚构或者杜撰的，毫无事实依据，因此不具备任何参考价值，反而会对决策带来严重的误导。（二)、拼凑数据

这种数据是把不同地点，不同条件，不同性质的数据在收集、加工、传递过程中人为地拼凑成同一时间、地点、条件和性质下的同一数据。这种拼凑而成的数据，虽然分别有其事实依据，但是从总体上看是不符合事实的，其性质与虚构数据相同。

（三）、指标数值背离指标原意

这是由于对指标的理解不准确，或者是因为指标含义模糊，指标计算的随意性大等原因造成的数据质量问题。会造成收集整理的统计数据不是所要求的统计内容，数据与指标原意出现走样，面目全非。

（四）、数据的逻辑错误

这是指统计资料的排列不合逻辑，各个数据、项目之间互相矛盾。

（五）、数据的非同一性

数据的非同一性是指一个指标在不同时期的统计范围、口径、内容、方法、单位和价格上有差别而造成的数据不可比性。

三、统计数据失实的原因分析