數(shù)分必備干貨,64個數(shù)據(jù)分析常用術(shù)語詳解

數(shù)分必備干貨|64個數(shù)據(jù)分析常用術(shù)語詳解1、絕對數(shù)和相對數(shù)絕對數(shù)：是反應(yīng)客觀現(xiàn)象總體在一定時間、一定地點下的總規(guī)模、總水平的綜合性指標，也是數(shù)據(jù)分析中常用的指標。比如年GDP，總?cè)丝诘鹊?。相對?shù)：是指兩個有聯(lián)系的指標計算而得出的數(shù)值，它是反應(yīng)客觀現(xiàn)象之間的數(shù)量聯(lián)系緊密程度的綜合指標。相對數(shù)一般以倍數(shù)、百分數(shù)等表示。相對數(shù)的計算公式：相對數(shù)=比較值（比數(shù)）/基礎(chǔ)值（基數(shù)）2、百分比和百分點百分比：是相對數(shù)中的一種，它表示一個數(shù)是另一個數(shù)的百分之幾，也稱為百分率或百分數(shù)。百分比的分母是100，也就是用1%作為度量單位，因此便于比較。百分點：是指不同時期以百分數(shù)的形式表示的相對指標的變動幅度，1%等于1個百分點。3、頻數(shù)和頻率頻數(shù)：一個數(shù)據(jù)在整體中出現(xiàn)的次數(shù)。頻率：某一事件發(fā)生的次數(shù)與總的事件數(shù)之比。頻率通常用比例或百分數(shù)表示。4、比例與比率比例：是指在總體中各數(shù)據(jù)占總體的比重，通常反映總體的構(gòu)成和比例，即部分與整體之間的關(guān)系。比率：是樣本(或總體)中各不同類別數(shù)據(jù)之間的比值，由于比率不是部分與整體之間的對比關(guān)系，因而比值可能大于1。5、倍數(shù)和番數(shù)倍數(shù)：用一個數(shù)據(jù)除以另一個數(shù)據(jù)獲得，倍數(shù)一般用來表示上升、增長幅度，一般不表示減少幅度。番數(shù)：指原來數(shù)量的2的n次方。6、同比和環(huán)比同比：指的是與歷史同時期的數(shù)據(jù)相比較而獲得的比值，反應(yīng)事物發(fā)展的相對性。環(huán)比：指與上一個統(tǒng)計時期的值進行對比獲得的值，主要反映事物的逐期發(fā)展的情況。7、變量變量來源于數(shù)學，是計算機語言中能儲存計算結(jié)果或能表示值抽象概念。變量可以通過變量名訪問。8、連續(xù)變量在統(tǒng)計學中，變量按變量值是否連續(xù)可分為連續(xù)變量與離散變量兩種。在一定區(qū)間內(nèi)可以任意取值的變量叫連續(xù)變量，其數(shù)值是連續(xù)不斷的，相鄰兩個數(shù)值可作無限分割，即可取無限個數(shù)值。如:年齡、體重等變量。9、離散變量離散變量的各變量值之間都是以整數(shù)斷開的，如人數(shù)、工廠數(shù)、機器臺數(shù)等，都只能按整數(shù)計算。離散變量的數(shù)值只能用計數(shù)的方法取得。10、定性變量又名分類變量：觀測的個體只能歸屬于幾種互不相容類別中的一種時，一般是用非數(shù)字來表達其類別，這樣的觀測數(shù)據(jù)稱為定性變量。可以理解成可以分類別的變量，如學歷、性別、婚否等。11、均值即平均值，平均數(shù)是表示一組數(shù)據(jù)集中趨勢的量數(shù)，是指在一組數(shù)據(jù)中所有數(shù)據(jù)之和再除以這組數(shù)據(jù)的個數(shù)。12、中位數(shù)對于有限的數(shù)集，可以通過把所有觀察值高低排序后找出正中間的一個作為中位數(shù)。如果觀察值有偶數(shù)個，通常取最中間的兩個數(shù)值的平均數(shù)作為中位數(shù)。13、缺失值它指的是現(xiàn)有數(shù)據(jù)集中某個或某些屬性的值是不完全的。14、異常值指一組測定值中與平均值的偏差超過兩倍標準差的測定值，與平均值的偏差超過三倍標準差的測定值，稱為高度異常的異常值。15、方差是衡量隨機變量或一組數(shù)據(jù)時離散程度的度量。概率論中方差用來度量隨機變量和其數(shù)學期望（即均值）之間的偏離程度。統(tǒng)計中的方差（樣本方差）是每個樣本值與全體樣本值的平均數(shù)之差的平方值的平均數(shù)。在許多實際問題中，研究方差即偏離程度有著重要意義。方差是衡量源數(shù)據(jù)和期望值相差的度量值。16、標準差又常稱均方差，是離均差平方的算術(shù)平均數(shù)的平方根，用σ表示。標準差是方差的算術(shù)平方根。標準差能反映一個數(shù)據(jù)集的離散程度。平均數(shù)相同的兩組數(shù)據(jù)，標準差未必相同。17、皮爾森相關(guān)系數(shù)皮爾森相關(guān)系數(shù)是用來反映兩個變量線性相關(guān)程度的統(tǒng)計量。相關(guān)系數(shù)用r表示，其中n為樣本量，分別為兩個變量的觀測值和均值。r描述的是兩個變量間線性相關(guān)強弱的程度。r的絕對值越大表明相關(guān)性越強。18、PV（PageView）頁面瀏覽量指某段時間內(nèi)訪問網(wǎng)站或某一頁面的用戶的總數(shù)量，通常用來衡量一篇文章或一次活動帶來的流量效果，也是評價網(wǎng)站日常流量數(shù)據(jù)的重要指標。PV可重復(fù)累計，以用戶訪問網(wǎng)站作為統(tǒng)計依據(jù)，用戶每刷新一次即重新計算一次。19、UV（UniqueVisitor）獨立訪客指來到網(wǎng)站或頁面的用戶總數(shù)，這個用戶是獨立的，同一用戶不同時段訪問網(wǎng)站只算作一個獨立訪客，不會重復(fù)累計，通常以PC端的Cookie數(shù)量作為統(tǒng)計依據(jù)。20、Visit訪問指用戶通過外部鏈接來到網(wǎng)站，從用戶來到網(wǎng)站到用戶在瀏覽器中關(guān)閉頁面，這一過程算作一次訪問。21、BounceRate跳出率指用戶通過鏈接來到網(wǎng)站，在當前頁面沒有任何交互就離開網(wǎng)站的行為，這就算作此頁面增加了一個“跳出”，跳出率一般針對網(wǎng)站的某個頁面而言。跳出率=在這個頁面跳出的用戶數(shù)/PV22、退出率一般針對某個頁面而言。指用戶訪問某網(wǎng)站的某個頁面之后，從瀏覽器中將與此網(wǎng)站相關(guān)的所有頁面全部關(guān)閉，就算此頁面增加了一個“退出“。退出率=在這個頁面退出的用戶數(shù)/PV23、Click點擊一般針對付費廣告而言，指用戶點擊某個鏈接、頁面、banner的次數(shù)，可重復(fù)累計。比如我在PC端看到一則新聞鏈接點進去看了一會就關(guān)了，過了一會又點進去看了一遍，這就算我為這篇新聞貢獻兩次點擊。24、avr.time平均停留時長指某個頁面被用戶訪問，在頁面停留時長的平均值，通常用來衡量一個頁面內(nèi)容的質(zhì)量。avr.time=訪客數(shù)量/用戶總停留時長25、CTR點擊率指某個廣告、Banner、URL被點擊的次數(shù)和被瀏覽的總次數(shù)的比值。一般用來考核廣告投放的引流效果。CTR=點擊數(shù)（click）/被用戶看到的次數(shù)26、Conversionrate轉(zhuǎn)化率指用戶完成設(shè)定的轉(zhuǎn)化環(huán)節(jié)的次數(shù)和總會話人數(shù)的百分比，通常用來評價一個轉(zhuǎn)化環(huán)節(jié)的好壞，如果轉(zhuǎn)化率較低則需優(yōu)化該轉(zhuǎn)化環(huán)節(jié)。轉(zhuǎn)化率=轉(zhuǎn)化會話數(shù)/總會話數(shù)27、漏斗通常指產(chǎn)生目標轉(zhuǎn)化前的明確流程，比如在淘寶購物，從點擊商品鏈接到查看詳情頁，再到查看顧客評價、領(lǐng)取商家優(yōu)惠券，再到填寫地址、付款，每個環(huán)節(jié)都有可能流失用戶，這就要求商家必須做好每一個轉(zhuǎn)化環(huán)節(jié)，漏斗是評價轉(zhuǎn)化環(huán)節(jié)優(yōu)劣的指標。28、投資回報率

（ROI：ReturnOnInvestment）反映投入和產(chǎn)出的關(guān)系，衡量我這個投資值不值得，能給到我多少價值的東西（非單單的利潤），這個是站在投資的角度或長遠生意上看的。其計算公式為：投資回報率（ROI）=年利潤或年均利潤/投資總額×100%，通常用于評估企業(yè)對于某項活動的價值，ROI高表示該項目價值高。29、重復(fù)購買率指消費者在網(wǎng)站中的重復(fù)購買次數(shù)30、流失分析

（ChurnAnalysis）描述哪些顧客可能停止使用公司的產(chǎn)品/業(yè)務(wù)，以及識別哪些顧客的流失會帶來最大損失。流失分析的結(jié)果用于為可能要流失的顧客準備新的優(yōu)惠。31、顧客細分&畫像

（CustomerSegmentation&Profiling）根據(jù)現(xiàn)有的顧客數(shù)據(jù)，將特征、行為相似的顧客歸類分組。描述和比較各組。32、顧客的生命周期價值

(LifetimeValue,LTV)顧客在他/她的一生中為一個公司產(chǎn)生的預(yù)期折算利潤。33、購物籃分析

（MarketBasketAnalysis）識別在交易中經(jīng)常同時出現(xiàn)的商品組合或服務(wù)組合，例如經(jīng)常被一起購買的產(chǎn)品。此類分析的結(jié)果被用于推薦附加商品，為陳列商品的決策提供依據(jù)等。34、實時決策

（RealTimeDecisioning,RTD）幫助企業(yè)做出實時（近乎無延遲）的最優(yōu)銷售/營銷決策。比如，實時決策系統(tǒng)（打分系統(tǒng)）可以通過多種商業(yè)規(guī)則或模型，在顧客與公司互動的瞬間，對顧客進行評分和排名。35、留存/顧客留存

（Retention/CustomerRetention)指建立后能夠長期維持的客戶關(guān)系的百分比。36、相關(guān)性分析

(Correlationanalysis)是一種數(shù)據(jù)分析方法，用于分析變量之間是否存在正相關(guān)，或者負相關(guān)。37、生存分析

（SurvivalAnalysis）估測一名顧客繼續(xù)使用某業(yè)務(wù)的時間，或在后續(xù)時段流失的可能性。此類信息能讓企業(yè)判斷所要預(yù)測時段的顧客留存，并引入合適的忠誠度政策。38、算法

(Algorithms)可以完成某種數(shù)據(jù)分析的數(shù)學公式。39、商業(yè)智能

（BusinessIntelligence）分析數(shù)據(jù)、展示信息以幫助企業(yè)的執(zhí)行者、管理層、其他人員進行更有根據(jù)的商業(yè)決策的應(yīng)用、設(shè)施、工具、過程。40、分類分析

(Classificationanalysis)從數(shù)據(jù)中獲得重要的相關(guān)性信息的系統(tǒng)化過程;這類數(shù)據(jù)也被稱為元數(shù)據(jù)(metadata),是描述數(shù)據(jù)的數(shù)據(jù)。41、聚類分析

(Clusteringanalysis)它是將相似的對象聚合在一起，每類相似的對象組合成一個聚類(也叫作簇)的過程。這種分析方法的目的在于分析數(shù)據(jù)間的差異和相似性。42、對比分析

(Comparativeanalysis)在非常大的數(shù)據(jù)集中進行模式匹配時，進行一步步的對比和計算過程得到分析結(jié)果。43、數(shù)據(jù)分析

(DataAnalysis)是指根據(jù)分析目的，用適當?shù)姆治龇椒肮ぞ?，對?shù)據(jù)進行處理與分析，提取有價值的信息，形成有效結(jié)論的過程。44、數(shù)據(jù)處理

（DataProcessing）數(shù)據(jù)處理是指根據(jù)數(shù)據(jù)分析的目的，將收集到的數(shù)據(jù)進行加工、整理，形成適合數(shù)據(jù)分析的樣式，它是數(shù)據(jù)分析前必不可少的階段。45、數(shù)據(jù)挖掘

（Datamining)數(shù)據(jù)挖掘是通過使用復(fù)雜的模式識別技術(shù)，從而找到有意義的模式，并得出大量數(shù)據(jù)的見解。46、數(shù)據(jù)清洗

(Datacleansing)對數(shù)據(jù)進行重新審查和校驗的過程，目的在于刪除重復(fù)信息、糾正存在的錯誤，并提供數(shù)據(jù)一致性。47、數(shù)據(jù)質(zhì)量

（DataQuality）有關(guān)確保數(shù)據(jù)可靠性和實用價值的過程和技術(shù)。高質(zhì)量的數(shù)據(jù)應(yīng)該忠實體現(xiàn)其背后的事務(wù)進程，并能滿足在運營、決策、規(guī)劃中的預(yù)期用途。48、數(shù)據(jù)建模

(Datamodelling)使用數(shù)據(jù)建模技術(shù)來分析數(shù)據(jù)對象，以此洞悉數(shù)據(jù)的內(nèi)在涵義。49、數(shù)據(jù)集

(Dataset)大量數(shù)據(jù)的集合。50、判別分析

(Discriminantanalysis)將數(shù)據(jù)分類，按不同的分類方式，可將數(shù)據(jù)分配到不同的群組，類別或者目錄。是一種統(tǒng)計分析法，可以對數(shù)據(jù)中某些群組或集群的已知信息進行分析，并從中獲取分類規(guī)則。51、探索性分析

(Exploratoryanalysis)在沒有標準的流程或方法的情況下從數(shù)據(jù)中發(fā)掘模式。是一種發(fā)掘數(shù)據(jù)和數(shù)據(jù)集主要特性的一種方法。52、機器學習

(Machinelearning)人工智能的一部分，指的是機器能夠從它們所完成的任務(wù)中進行自我學習，通過長期的累積實現(xiàn)自我改進。53、網(wǎng)絡(luò)分析

(Networkanalysis)分析網(wǎng)絡(luò)或圖論中節(jié)點間的關(guān)系，即分析網(wǎng)絡(luò)中節(jié)點間的連接和強度關(guān)系。54、異常值檢測

(Outlierdetection)異常值是指嚴重偏離一個數(shù)據(jù)集或一個數(shù)據(jù)組合總平均值的對象，該對象與數(shù)據(jù)集中的其他它相去甚遠，因此，異常值的出現(xiàn)意味著系統(tǒng)發(fā)生問題，需要對此另加分析。55、模式識別

(PatternRecognition)通過算法來識別數(shù)據(jù)中的模式，并對同一數(shù)據(jù)源中的新數(shù)據(jù)作出預(yù)測56、預(yù)測分析

(Predictiveanalysis)大數(shù)據(jù)分析方法中最有價值的一種分析方法，這種方法有助于預(yù)測個人未來(近期)的行為，例如某人很可能會買某些商品，可能會訪問某些網(wǎng)站，做某些事情或者產(chǎn)生某種行為。通過使用各種不同的數(shù)據(jù)集，例如歷史數(shù)據(jù)，事務(wù)數(shù)據(jù)，社交數(shù)據(jù)，或者客戶的個人信息數(shù)據(jù)，來識別風險和機遇。57、回歸分析

(Regressionanalysis)確定兩個變量間的依賴關(guān)系。這種方法假設(shè)兩個變量之間存在單向的因果關(guān)系(譯者注：自變量，因變量，二者不可互換)。58、路徑分析

(Routinganalysis)針對某種運輸方法通過使用多種不同的變量分析從而找到一條最優(yōu)路徑，以達到降低燃料費用，提高效率的目的。59、情感分析

(SentimentAnalysis)通過算法分析出人們是如何看待某些話題。60、SQL在關(guān)系型數(shù)據(jù)庫中，用于檢索數(shù)據(jù)的一種編程語言。61、時序分析

(Timeseriesanalysis)分析在重復(fù)測量時間里