常见的Preview方法有以下几种:
1.
多维度汇总
有时候拿到的报表比较大,比如有几百行,这时候对不知道怎么看。举个例子,我们拿到一张全国所有城市的话务量,有335个城市,怎么看呢?我们可以汇总到省,一下子就可以减少到31行,那么这数据看起来就简单得多了,哪些省有问题就比较容易看出来了。
2. 排序
以上面的例子为例,即使是31个省,数据也是乱七八糟的,看不出所以然。这时候可以以关键列进行正序或者倒序进行排序,就比较容易看出各个省之间的相关关系,更加容易地看出异常数据。
对于地市级别的数据,排序效果就更好了,一排序就知道哪些城市高、哪些城市低、哪些城市数据异常,过高过低。这里面最常见的单位问题也就浮出水面了。
3. 向下钻取
如果拿到的数据比较宏观,比如就一个全国的话务量,这一个数孤零零的看不出任何东西或问题,那么我们就可以钻取到省,从省级别就可以看出一些问题了,如果还有异常,就钻取到地市。
4. 历史对比
如果有历史数据的话,可以和历史数据做个对比,也可以加深对数据的理解和发现问题。
5. 经验值
经验很重要,如果发现数据和经验严重不符,就要值得数据,要么是话务真的突变,要么就是数据问题。
6. 关联分析
很多时候,报表各列的数据是有关联关系的,可以通过关联关系发现数据问题,例如话务量=各地市的话务量=室内话务量+室外话务量。
7. 图表分析法
上面的各种分析方法,如果结合图表分析就更好了,比如,话务量历史趋势图,各省话务量柱图等,问题就更明显了。
工具:
1)Excel数据透视图和透视表是非常好的分析方法,上面的各种方法都可以实现。
2)地理数据可以利用Excel的GeoFlow和Google
Earth来打点分析,有问题和规律一眼就看出来了。
3)利用IBM SPSS Modeler的Data
Audit模块,可以自动计算均值、最大值、最小值、众数等统计指标,还可以画出分布图。
在真正的使用过程中要对这些方法灵活应用,或者组合应用,还要对业务有比较深入的理解,了解关键维度和数据关系。