

很多数据分析师沉迷于复杂的机器学习算法，却忽略了数据分析最基础也最核心的能力——描述性统计。事实上，80%的商业分析问题，用描述性统计就能解决。

”

小张是一名刚入行的数据分析师，第一次拿到公司销售数据时，面对数万行密密麻麻的数字，他感到无从下手。客户满意度是上升还是下降？销售业绩的波动大不大？哪个客户群体贡献最高？

这些问题看似简单，但在数据面前，如果没有方法，就只是一堆数字。

描述性统计分析，正是解决这一困境的核心能力。描述性统计的本质，是“用简洁、标准化的方式总结数据特征”，核心解决“数据是什么样的”这一核心问题——它不涉及数据的推断与预测，仅聚焦于对现有原始数据的客观描述与整理。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析和分布形态分析，以及一些基本的统计图形。

本文将从CDA认证的知识体系出发，系统拆解数据的描述性统计的三大核心维度、图表工具与实战应用，帮助你把“死记硬背”的统计知识，转化为“活学活用”的数据分析能力。

描述性统计的核心是通过量化指标揭示数据“是什么”，其指标体系可分为三大维度：集中趋势、离散程度和分布形态。

（一）集中趋势——数据的“中心锚点”

集中趋势是指数据围绕某一中心值分布的特征，核心用于描述数据的“平均水平”“典型值”，帮助CDA快速掌握数据的整体概况。它回答了“数据的典型值是多少”这个问题。常用的集中趋势指标包括以下三种：

在实际业务中，这三个指标往往需要结合起来解读。例如，某公司员工薪资呈右偏分布（少数高管薪资极高），此时中位数（8000元/月）比均值（12000元/月）更能反映普通员工的真实薪资水平。如果数据分布对称且无异常值，均值是最佳选择；如果数据存在极端值，中位数更具代表性；如果面对分类数据（如最常见的投诉原因、最畅销的商品品类），众数则是最合适的指标。

（二）离散程度——数据的“波动范围”

离散程度描述的是数据分散的程度，衡量各变量值远离其中心值的程度。它回答了“数据之间的差异有多大”这个问题。在CDA认证中，离散程度是“风险评估”“稳定性分析”的关键环节。

常用的离散程度指标包括：

标准差反映数据与均值的平均偏离程度，值越小说明数据越稳定。例如，某连锁超市的日销售额标准差为2000元（均值5万元），说明销售额波动可控；若标准差达1万元，则需排查门店运营问题。

四分位距可有效识别异常值（超出Q1-1.5IQR或Q3+1.5IQR的数值）。在实际业务中，某金融平台通过四分位距筛选出“贷款金额超过Q3+1.5IQR”的客户，作为高风险群体重点审核。

（三）分布形态——数据的“形状密码”

分布形态描述的是数据形状，是描述性统计分析中较为进阶的内容。它回答了“数据是如何分布的”这个问题。在统计研究中，常常需要利用偏度和峰度来判断数据分布是否符合正态分布假设。

• 偏态（Skewness） ：指数据分布偏斜的程度。若偏态系数>0，数据呈右偏分布（正偏）；若偏态系数<0，数据呈左偏分布（负偏）。如果一组数据的分布是对称的，则偏度等于0；如果偏度明显不等于0，表明分布是非对称的。
• 峰态（Kurtosis） ：指数据分布尖峭或平坦的程度。正态分布的峰度为0；峰度>0表示分布比正态分布更尖峭，数据更集中于均值附近；峰度<0表示分布更平坦，数据更分散。

除了数值指标，描述性统计还离不开图表工具。

在业务描述性分析中，箱线图可以快速确认数据的分布以及数据的中位数、四分位数，是数据初探阶段非常实用的可视化工具。直方图则能够显示数据在不同区间内的频率分布情况，直观反映出数据的集中趋势、离散程度以及是否存在偏态或异常值等信息。

在实际分析中，建议先用描述性统计数值指标（均值、标准差、偏度等）快速了解数据的基本特征，再用图表（直方图、箱型图）直观呈现分布形态，两者结合才能全面把握数据的“画像”。

背景

某电商平台运营团队需要了解用户的行为特征，以便制定精准营销策略。他们收集了1000名用户的以下信息：用户ID（分类变量）、性别（分类变量）、会员等级（顺序变量）、年龄（数值变量）、月均消费金额（数值变量）、月均登录天数（数值变量）。

任务：通过描述性统计分析，回答以下问题：

1. 用户的平均消费水平是多少？是否稳定？
2. 哪个会员等级的用户最多？
3. 不同性别用户的消费能力是否有差异？
4. 用户的年龄分布特征如何？

完整分析流程

第一步：识别数据类型与数据准备

检查数据质量：年龄为负数或大于120岁需要处理。确认会员等级为顺序变量。

第二步：频数分析与分类变量描述

对于会员等级等分类/顺序变量，使用频数分析：

结论：普通会员占比最高，钻石会员占比最低——提示运营资源应向会员升级转化倾斜。

第三步：集中趋势分析——用户月均消费金额

发现：均值>中位数，数据呈右偏分布，说明存在少数高消费用户拉高了平均值。运营应重点关注“腰部用户”，而非被少数高消费用户的数据迷惑。

第四步：离散程度分析

• 标准差=580元，说明用户消费行为差异明显
• 离散系数=580/1250=0.464，说明数据分散度较高
• 四分位距（IQR）=Q3-Q1，可用于识别异常消费行为

第五步：分组对比分析

按性别分组对比月均消费：

结论：男性用户的平均消费略高于女性，但中位数差距更大，说明男性用户中的高消费群体更突出。

第六步：分布形态分析

• 绘制年龄分布的直方图，发现呈现左偏分布，年轻人（20-30岁）是主力用户群体
• 计算偏态系数，判定数据分布的对称性
• 计算峰态系数，判定数据分布的尖峭程度

第七步：综合分析与业务建议

通过以上分析，可以得出以下业务建议：

1. 消费能力方面：用户月均消费1250元，但中位数仅980元，存在高端消费群体拉高平均值，建议分层运营——对高消费用户提供VIP服务，对腰部用户设计升级激励
2. 会员体系方面：普通会员占32%，钻石会员仅15%，建议设计会员升级路径
3. 目标人群方面：用户年龄集中在20-30岁，男性消费略高于女性，营销内容应突出年轻化和个性化



这就是一套完整的“变量识别 → 频数分析 → 集中趋势分析 → 离散程度分析 → 分组对比 → 分布形态分析”的描述性统计分析实战流程。

”

很多数据分析师会算均值、标准差，但当被问到“均值和中位数分别适用什么场景”“如何判断数据的分布形态”“不同变量类型应该用哪些统计指标”时，却答不上来。

知其然还要知其所以然，这正是CDA Level Ⅰ认证的价值所在。

对CDA数据分析师而言，描述性统计并非单纯的“指标计算”，而是一套标准化的实操逻辑，贯穿数据预处理、初步分析、汇报呈现等多个环节。描述性统计的价值，不在于“会算指标”，而在于“能用指标读懂数据、定位问题、驱动决策”。面对海量表结构数据，CDA无需逐一查看每条记录，通过描述性统计指标，可在短时间内掌握数据的整体概况，快速定位数据异常，为数据清洗和后续深度分析奠定基础。

描述性统计是CDA数据分析师的“基本功”，其价值不在于复杂的计算，而在于从基础指标中挖掘业务痛点。通过掌握集中趋势、离散程度、分布形态的核心逻辑，结合图表等辅助工具，分析师可将零散数据转化为决策依据，为企业的精细化运营奠定基础。

下一步行动：

1. 找一份真实的业务数据，练习识别各列数据的变量类型
2. 用描述性统计方法（频数分析、集中趋势、离散程度、分布形态）快速了解数据的核心特征
3. 结合直方图、箱型图等可视化工具，直观呈现数据分布



数字是杂乱的，但掌握描述性统计的人能让它们说出真相。

”

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0