指導行為--數據分析價值之源

01-24

我的問題：最近在某單位的崗位分類表中看到「會計」屬專業技術崗，而一字之差的「統計」屬專輔助技術崗，工資待遇的差距可是幾何級的，職業發展也是天壤之別。心中一萬匹羊駝跑過之後，出現了一個問題：統計有什麼用，數據分析的價值到底在哪裡？（標題就是答案，下面是小白的R實踐過程，大牛請自行跳過）

我的R實踐：還是我們熟悉的《朝陽醫院2016年銷售數據》，課上我們做出了《2016年朝陽醫院消費曲線》及月均消費次數、月均消費金額、客單價等三個KPI指標。現在想想，這個結果除滿足院領導的顯擺欲，順道搭訕一下業務部門美女小夢外，並沒有什麼卵用。

當我懷著然並卵的鬱悶，不斷的點擊著Environment的各種Data和Values時，timeSplit中一個曾被無情忽略的數據引起了我了注意，是不是可以拿它做點什麼呢？

排序面對雜亂無序的數據，第一個想法是排序，照葫蘆畫瓢，使用order()函數對excelDate排序，decreasing = TURE,還是FALSE返回的結果都是詭異的：「星期二」、「星期六」、「星期日」、「星期三」、「星期四」、「星期五」、「星期一」（或正好反過來）。

關鍵字 使用中文關鍵字「R語言數據排序」，無論是谷哥還是百度，得到的結果基本都是sort(),rank(),order()三個函數的內容。正當我無計可施的時候，想起英文版的R語言實戰。閱讀它雖然還是沒有找到答案，但找到了"sort data"和"in R"兩個關鍵字。（見笑了，奇葩英語學習之路。這也算是英文版的另類用法吧！）

谷哥「How to sort data in R"，我找到了提示，原來強在的R也有它小白的一面：想它給你排序，你得用factor()函數先告訴它」誰在先，誰在後「。

weekdaymoney$weekday <- factor(weekdaymoney$weekday,levels=c("星期一","星期二","星期三","星期四","星期五","星期六","星期日"),ordered = T)

匯總還是照葫蘆畫瓢，但這次我學乖了。在help(tapply)得知它不能計數之後，馬上翻譯計數（即：count）谷哥」How to count data in R"

安裝plyr包，使用count()函數，順利得到交易量周變化情況。

library(plyr) COUNT <- count(timeSplit,"timeSplit[,2]")

同時還計算了交易額和客單價的周變化情況，過程很順利，代碼如下：

weekdaymoney <-tapply(excelDate$actualmoney,excelDate$wd,sum)weekdaymoney$mean <- weekdaymoney$actualmoney/weekdaymoney$count

看圖說話 看到上面的表格，估計百分之九十以上的人都在懵逼。

如果你是病人：星期五最好就不要去就診了，等待你的只能是排隊、排隊、排隊……和人頭、人頭、人頭……；可以的話星期四去吧，等待你的是休息充分，心情輕鬆的醫護人員。

如果你是收費處的排班人員：星期五、星期六兩天最好按排多點同事上班。不然，排隊的群眾有意見，上班的同事也會有意見。

如果你是社保局的督查人員：星期四上班的醫院怎麼會事，都喜歡開大處方嘛？查

我的答案 首先聲明：上述解說純屬玩笑，但說明了一個意思：統計有什麼用？關鍵看是否使用統計結果指導行為。如果把統計結果與行為完全隔裂開來，那麼，統計真得沒有卵用。反之，統計就炸天了，它作用超乎你想像。同樣的數據在不同的人面前其價值是不一樣的。對於病人來說，可以指導更好地按排就診時間；對於一線排班人員，可以指導地安排人員作息；對於監查人員，可以有得放失高效開展督查……雖然價值各不相關，但它們產生價值的途徑卻是一至的，就是根據數據分析指導自己的行為。

我的代碼：

##第一大部分數據處理 #載入Excel數據 library(openxlsx) readFilePath <- "C:/朝陽醫院2016年銷售數據.xlsx" excelDate <- read.xlsx(readFilePath,1) #處理缺失數據 excelDate <- na.omit(excelDate) #數據框例重命名 names(excelDate) <- c("time","cardno","drugld","drugName","saleNumber","virtualmoney","actualmoney") #切割數據 library(stringr) timeSplit <- str_split_fixed(excelDate$time," ",n=2) WD <- data.frame(wd=timeSplit[,2]) excelDate <- cbind(excelDate,WD)##第二部分結果展示 library(plyr) COUNT <- count(timeSplit,"timeSplit[,2]") names(COUNT) <- c("weekday","count") weekdaymoney <-tapply(excelDate$actualmoney,excelDate$wd,sum) weekdaymoney <- as.data.frame.table(weekdaymoney) names(weekdaymoney) <- c("weekday","actualmoney") weekdaymoney <- merge(weekdaymoney,COUNT,by="weekday") weekdaymoney$weekday <- factor(weekdaymoney$weekday,levels=c("星期一","星期二","星期三","星期四","星期五","星期六","星期日"),ordered = T) weekdaymoney <- weekdaymoney[order(weekdaymoney$weekday),] weekdaymoney$mean <- weekdaymoney$actualmoney/weekdaymoney$count ##第三大部分結果展示 attach(weekdaymoney) layout(matrix(c(2,3,1,1),2,2,byrow=T)) weekdaymoney$Number <- c(1:7)##生成一周客單價變化情況圖 plot(weekdaymoney$Number,weekdaymoney$mean,xlab="",ylab="客單價",main="一周客單價變化情況圖",las=2,type="b",xaxt="n",bg="blue") axis(1,at=weekdaymoney$Number,labels=weekdaymoney$weekday,cex.axis=1.5) abline(h=mean(weekdaymoney$mean),col="red")#請左單擊滑鼠為紅線加標備 text(locator(1),"平均值")##生成一周交易量變化情況圖 plot(weekdaymoney$Number,weekdaymoney$count,xlab="",ylab="交易量",main="一周交易量變化情況圖",las=2,type="b",xaxt="n",lty=1,pch=23,bg="green") axis(1,at=weekdaymoney$Number,labels =weekdaymoney$weekday,cex.axis=1.5) abline(h=mean(weekdaymoney$count),col="red")#請左單擊滑鼠為紅線加標備 text(locator(1),"平均值")##生成一周交易額變化情況圖 plot(weekdaymoney$Number,weekdaymoney$actualmoney,xlab="",ylab="交易額",main="一周交易額變化情況圖",las=2,type="b",xaxt="n",lty=1,pch=23,bg="yellow") axis(1,at=weekdaymoney$Number,labels =weekdaymoney$weekday,cex.axis=1.5) abline(h=mean(weekdaymoney$actualmoney),col="red") #請左單擊滑鼠為紅線加標備 text(locator(1),"平均值") detach(weekdaymoney)

感謝：

謝謝您花時間讀到這裡，尤其是作出評論的親。數據分析學習之路，有您真好！