数据分析第二步--数据收集

# 数据的构造

# 字段与记录

  字段是事务或现象的某种特征。比如成绩表中的“学号”，“姓名”，“总分”等都是字段，在统计学中成为变量

  记录是事务或现象等具体表现，比如沉寂表中的“性别”可以是男或女，“总分”可以是“237”或“230”等，记录也成为数据或量值。

# 数据类型

  数据类型一般分为字符型和数值型数据

  字符型数据是不具备计算能力等文字型数据，包括中文英文、数字字符（例如订单编号这类非数值型数据）等字符。例如成绩表中的“姓名”，“性别”，“总评”三个变量均为字符型数据。

  数值型数据是直接使用自然数或者度量单位进行计量的数据值，例如成绩表中“语文”，“数学”成绩计算得出总分这个字段，数值型数据可以用算数方法进行汇总和分析，这一点是区分数据是否属于数值型数据的重要依据。

# 统计方法差异

• 连续型变量：能做频数分析、集中趋势分析（均值、众数，中位数）、离散程度分析（标准差、方差、最大值、最小值、范围）
• 非连续型变量：主要能做频数分析

# 数据表

  数据表是由字段、记录和数据类型构成的数据表。数据表的要求一般要为后续数据分析做长远的考虑与规划。

基本要求如下：

1. 数据表要由标题行和数据部分组成
2. 第一行是表的列标题（字段名），列标题不能重复
3. 第二行起是数据部分，数据部分一行成为一个记录，数据部分不允许出现空白行和和空白列
4. 数据表中不能有合并的单元格存在
5. 数据表与其他数据之间至少留出一个空白行或者空白列
6. 数据表要以一位的形式存储，实际过程中常常以二维的形式存在，此时要将二维表转换成一位表

# 数据来源

# 文本或数据表导入

   以EXCEL为例，可在数据选项卡中选中导入csv或txt文本文件、或excel表格内的数据，甚至可以使用导入网站简单的数据表

# 数据埋点

  如uv/pv、用户数、用户停留时间、浏览页面等用户行为数据

# 第三方数据平台

  如Growing IO、SimilarWeb，Google Analytics，国家统计局网站

# 问卷调查

• 线上问卷调查，制作问卷工具：如问卷星
• 线下问卷调查
• 电话回访

# 问卷调查的题目类型

• 数值题，一般要求填入具体的数值，例如时间，或者评分等等
• 单选题，一般单选题的答案只能有一个，因此只需留下一个字段记录即可
• 多选题
• 排序题
• 开放性问题