联仁大咖说｜数据分析中的常用方法（上）
前言
进入21世纪以来，随着互联网迅速发展，大数据、云计算等技术应运而生，越来越多的数据被发掘和利用，比如用户的各种购物行为，网站观看视频行为等，都会形成各种各样的数据，通常对这些数据进行加工分析之后，便可以得出用户的购物习惯，最近哪部电影最受欢迎等信息，这些都是数据分析得到的结果。以上只是数据分析应用的小部分，现如今数据分析被广泛应用到各个领域，比如医疗、交通、金融等。
数据分析目的，本质上是对各种海量的数据，不论是结构化的，非结构化的数据进行标准化处理，然后运用相应的分析思想、方法，去掉无用信息，提取关键信息，通过数据分析的算法、模型、公式等途径，不断在数据分析结果中寻找问题的最优解，然后把信息提供给业务端，辅助其做出相应的决策，以此不断完善所提供的服务或产品。以下以医疗数据为例，为大家简单介绍一些常见的分析数据过程用到的思想方法。
主题分析
顾名思义，主题分析就是将海量的数据，按照业务需求，划分出不同的主题，针对各个主题设定不同指标，根据指标的数值来观察业务实际运行情况，并以此为依据做出整体决策。例如分析感染患者的pct（降钙素原）使用情况（图1），可以分为业务量主题、抗生素使用主题、费用主题。
图 1| 感染患者pct检测主题分布
每个主题下对应设定好的各个指标，将该主题进一步细化，便能全面的了解信息，示例如下，业务主题（图2）：
图 2| 业务主题
抗生素使用主题（图3）：
图 3| 抗生素使用主题
费用主题（图4）：
图 4| 费用主题
这样划分就可以从各个方面了解一个pct检测的使用情况，进而判断早期开展pct检测对细菌感染是否起到积极有效的作用。
下钻分析
通常也叫钻取分析，有向上钻取与向下钻取两种方式，钻取是改变维度，变换粒度的一种分析。向上钻取就是从低维度、细粒度逐渐向高维度、粗粒度的一种转变。向下钻取则相反，同样以pct使用情况为例，我们分析上面抗生素使用率时，通常是从高维到低维的思路，按医院级别->单家医院->科室思路进行分析，如下图（图5）：
图 5a| 下钻到医院级别，点击“back”可返回上层维度
图 5b| 下钻到单家医院，点击“back"可返回上层维度
下钻分析算是最常见的“分析方法”。该方法把杂乱无章的数据串联到一起，从最开始的粗粒度逐步到细粒度，有种‘拨开云雾见天日’的感觉，它可以更好的引导用户观察数据、发现问题，以便做出相应的决策。
比较分析
俗话说“没有对比就没有伤害”，通常比较分析有时间趋势分析、组成分析、多指标分析等，比较方式有数值比较，比值比较。数值比较通常指平均数，中位数，或者某个业务指标对比。比值比较通常指同比，环比这样的对比，比值比较可以看出某个时间段内业务趋势的变化。做过产品经理的同学可能用过一种叫“A/B测试”，来验证哪一种设计方案更优，其背后的逻辑也是运用了对比分析。同样以pct检测数据分析为例子，我们会设定一个对照组，即做了pct检测人群与未做pct检测人群的对照。
下面图片举例了时间趋势（图6），组成分析（图7），多指标分析（图8）。
图 6| 抗生素使用率时间趋势
图 7| 住院费用组成
图 8| pct检测多指标分析
免责声明：本文仅用于解释数据分析的基本技术。这并不意味着为分析结果提供任何医疗建议。
供稿：医药事业部