2025年10月

数据分析
系统培训

培养数据驱动决策的思维与能力

江苏东成工程部 · 2025年10月
培训讲师：王坤
1
小时
7
章节
10
页数
1 / 10
讲师：王坤
2025年10月

培训大纲

第一章 数据分析概述与价值
第二章 数据思维与数据驱动决策
第三章 数据采集与清洗方法
第四章 描述性统计分析
第五章 数据可视化方法
第六章 常用分析工具介绍
第七章 数据分析实战案例
2 / 10
讲师：王坤
2025年10月

第一章：数据分析概述

什么是数据分析？

数据分析是用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。

数据分析的价值链

数据采集
→
数据清洗
→
数据分析
→
数据可视化
→
决策支持

应用场景

  • 质量监控与异常预警
  • 生产效率优化
  • 测试数据评估
  • 客户需求洞察
3 / 10
讲师：王坤
2025年10月

第二章：数据思维

数据思维的特征

  • 量化思维：用数据说话，而非凭感觉决策
  • 相关思维：发现变量之间的关系与规律
  • 对比思维：通过对比发现差异与问题
  • 细分思维：层层拆解，定位问题根源

定性 vs 定量决策

维度定性决策定量决策
依据经验、直觉数据、事实
优点快速、灵活客观、可验证
缺点主观偏差需要数据支撑
适用信息不足时数据充分时

最佳实践：定性判断 + 定量验证 = 高质量决策

4 / 10
讲师：王坤
2025年10月

第三章：数据采集与清洗

数据来源

  • 内部数据：ERP、MES、测试系统、质检记录
  • 外部数据：市场调研、行业报告、竞品分析
  • 传感器数据：设备运行参数、环境监控

数据质量评估维度

完整性
数据是否缺失
准确性
数据是否正确
一致性
格式是否统一

数据清洗步骤

去重 → 补全缺失值 → 修正异常值 → 格式标准化 → 验证

5 / 10
讲师：王坤
2025年10月

第四章：描述性统计分析

集中趋势指标

平均值
所有数据之和除以个数
中位数
排序后位于中间的值
众数
出现频率最高的值

离散程度指标

  • 极差：最大值 - 最小值
  • 方差/标准差：数据偏离平均值的程度
  • 变异系数：标准差 / 平均值，用于不同量级数据对比

相关性分析

相关系数 r：-1 ≤ r ≤ 1，|r| 越接近1，相关性越强

6 / 10
讲师：王坤
2025年10月

第五章：数据可视化

图表类型选择指南

目的推荐图表示例场景
比较大小柱状图、条形图各班组产量对比
看趋势折线图、面积图月度合格率变化
看占比饼图、环形图缺陷类型分布
看分布直方图、箱线图尺寸测量值分布
看关系散点图、气泡图温度与良率关系

可视化设计原则

  • 目的明确：一张图只传达一个核心信息
  • 简洁清晰：去除不必要的装饰元素
  • 颜色合理：使用对比色突出重点
  • 标注完整：标题、坐标轴、单位、图例
7 / 10
讲师：王坤
2025年10月

第六章：常用分析工具

工具矩阵

Excel
数据透视表、函数计算、基础图表、条件格式
适用：日常数据处理
Power BI / Tableau
交互式仪表盘、多源数据整合、自动刷新
适用：企业级报表
Python
Pandas数据处理、Matplotlib可视化、Scipy统计
适用：复杂分析自动化
Minitab / SPSS
统计分析、假设检验、回归分析、DOE
适用：专业质量统计
8 / 10
讲师：王坤
2025年10月

第七章：数据分析实战案例

案例：测试数据异常分析

Step 1：发现问题
某批次产品耐久测试通过率从95%下降到82%
Step 2：数据收集
收集该批次温度、湿度、电压、原材料批次等数据
Step 3：分析定位
通过相关性分析发现：电压波动与测试失败强相关(r=0.78)
Step 4：验证解决
调整稳压装置后，通过率恢复至96%

数据驱动决策：用数据定位问题，用事实验证方案

9 / 10
讲师：王坤
2025年10月

总结与展望

数据分析不是目的，支持更好的决策才是目的。

核心要点回顾

  • 数据思维：量化、对比、相关、细分
  • 数据质量：完整性、准确性、一致性
  • 统计基础：集中趋势、离散程度、相关性
  • 可视化：选对图表，简洁清晰
  • 工具应用：Excel → BI工具 → Python

行动建议

从日常工作中的一个数据场景开始，尝试用数据分析的方法去描述、分析、解决问题。

10 / 10
讲师：王坤
1 / 10