接着再看看下面我是怎么做的，这也是一种反差思维，促进自己多思考、多总结，欢迎留言分享你的想法。

  一、明确目标。

  在初中，我们学习了函数的概念，通常用y=f(x)表示函数，它包含三个元素：自变量x，因变量y，以及相应的法则f。将函数中的y理解为目标，将把x理解为数据，将f理解为实现目标的方法，要找到合适的方法并非易事，这需要对业务有深入了解。

  首先要进行的数据分析，是要明确企业的目标，关键是要弄清楚顾客关心什么。没有明确目标的数据分析，如同没有目的地的旅程，不知道终点在哪里一样。

  比方说，顾客的目标是增加销售，但并不明确，要想弄清楚顾客的真正意图，你必须多了解一些情况，多问几个“是多少”，这样才能量化目标。举例来说：你想增加多少销售额？

  二、实践思考。

  我们通常会运用思维来理解商业环境中的复杂的真实世界。

  您的分析观点常常来源于您的分析思考，因此，正确运用好分析思维至关重要。

  参照“数据分析的8种思维方式”，首先，我们可以运用对比思维来有效地对比数据，这是数据分析的核心方法之一。

  然后运用细分的思想，对数据进行细分，关键是找出有效的对比因子，先分维度，再分粒度。该方法通过对多个维度进行细分，以粒度级锁住对比差异，找到问题所在。

  不过，问题的答案还不一定能找到，此时可以运用溯源思维，密切关注更多的细节数据，从原始数据中寻找可追溯性，思考用户行为特征，深入挖掘数据背后隐藏的信息。

  资料分析时，可采用假设等思维，大胆假设，谨慎求证。不管是建立复杂的分析模型，还是进行简单的数据决策，都需要自己去设想和判断。

  最终，要做好思想准备，如果通过分析，发现数据违背了您的假设，那么更需要您仔细地思考，仔细地推敲，在此过程中，您对用户行为的理解也会逐渐加深，从而提高数据分析的效果。

  三、数据处理。

  假定经整理的销售数据表如下：

  使用Python读取和预览数据。

  经过观察，发现数据包含了每日实际销售量、目标销售量和目标完成率，为了从更宏观的层面上，把握销售的整体情况，我们按照月进行汇总，首先，在表前面的“月”字处插入一个月。

  接下来，按照月汇总求和，重新计算每月汇总的目标完成率，并在Excel文件中保存汇总结果。

  四、分析推理。

  细看以上月度汇总数据，你会发现，与七、八月份相比，销量略有上升，但与目标相比，目标完成率反而下降，这是一个更严重的问题。

  要弄清问题的起因，您可以首先进行探究式数据分析。

  在Python中，有一个非常实用的包：pandas-yfiling，号称只需要一行代码就可以生成数据分析报告。如果您尚未安装，建议您在命令行上运行：pipinstypandas-yfiling，然后在Jupyterybooks中运行以下代码：

  以上是一份较为详细的探索性数据分析报告，上面的图片只展示了一小部分信息，向下延伸，可以看到每个变量的数据分布等等。

  再往下看，也能看到各个变量之间的相关性，从图表中可以直观地看出：实际销售量和目标完成率之间的正相关程度较高，这也是很好理解的，因为当目标销售量发生微小变化时，实际销售量越高，目标完成率也越高。

  进一步分析前，你还需要熟悉企业的背景，假设公司经营的业务是在网上商城销售化妆品，由于8月广告费用的增加，所以目标销售额提高了8月份。但广告的效果并不尽如人意，因此目标完成率下降。

  关于“如何提高销量”这类大问题，我们很难直接回答，可以把问题分成几个小问题，比如：哪种促销方式更有效？用户期望得到什么？

  以上案例中的销售数据，已经按照时间维度进行了划分，事实上，除了按照时间维度进行划分之外，还可以尝试不同的划分维度。例如，按区域划分：省、市等；按销售渠道划分：京东、天猫等。

  事实往往很复杂，需要你运用相关思维，理清各种关系。比如，从广告展示，到用户点击，再到支付购买，形成一个销售渠道，每一环节都有对应的转化率指标。

  要想找到提高销量的机会，你可以试着运用假设思考，列出一些假设条件，比如：改变促销方法会怎样？假定产品降价了会怎么样？

  设想一下，通过对原始数据的深入分析，你会发现一些购买了这类产品的男性用户，而这类产品原本是专为女性用户设计的。通过调查，你了解到这些男士购买化妆品的用途，原来他们在剃须刀使用后进行保养，使用后进行保养，这恐怕是个有价值的发现。

  五、提出建议。

  您激动万分，开始写数据分析报告。在这段时间，你要记住，数据分析报告的重点，不是那些花哨的图表，而是提供有效的行动建议。

  数据分析将是无用的，除非使用数据分析来作出更好的决策。

  所以，作为一名数据分析师，要想出一些能为企业创造价值的有效措施。

  第一，你要清楚地知道自己从数据中发现了什么，要指出不确定性，要谨慎防范，要想办法填补知识空白，要尽量避免得出过多的结论，要对分析结果负责，要积累自己的信誉，要让客户更加尊重和信任你，还要明白你的分析和判断也有局限性。

  第二，你所提出的行动建议，侧重于获得客户的理解，鼓励客户根据数据做出明智的决策。

  最后，在数据分析报告中，你需要简要说明分析结果，并提出改进措施的建议。

  举例来说：我对销售数据进行了深入的分析，提出了许多大胆的假设，并且仔细的验证了这些假设的合理性。有一组男性使用者在刮完胡子后，会使用一种女性保湿产品。这个小组对产品的需求非常特殊，但他们并不宣传他们的需求，导致我们在日常生活中难以发现。所以，推荐男性更容易接受的剃须产品，增加对这类人群的广告投放，我想这将会促进销售。

  六、摘要。

  文章提出了一种分析资料，解决问题的思路。

  第一，明确具体的商业目标。

  二是运用分析思维，了解企业实际情况；

  然后，使用Python汇总数据处理过程。

  在此基础上，综合运用各种分析思维和分析工具进行分析推理。

  得出主要分析结论，并提出有效的行动建议。