数据分析 流程

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程，可帮助人们作出判断，以便采取适当行动。
流程划分：

一、
确定分析的问题是什么？你想得出哪些结论？梳理分析思路，把分析目的分解成若干个不同的分析要点，需要从哪几个角度进行分析，采用哪些分析指标（各类分析指标常需搭配使用）。
二、

• 公司数据库业务数据
• 第三方机构数据集
• 权威统计部门官网
• 网络爬虫等

三、

• 重复值处理：从数据集剔除；添加字段统计出现次数
• 缺失值处理：从数据集中剔除；采用中位数、众数、均值填充；用贝叶斯估计、极大似然的方法估计等方法估测。
• 异常数据：箱线图或散点图查看，从数据集中剔除或者备份
• 规范化数据格式：对于数据源中时间、数值、字符等数据
• 验证数据正确性：与事实不符的数据，逻辑错误等
• 数据抽样分层、拆分/组合数据、简单计算等

四、
数据分析法指具体的分析方法，例如常使用的对比分析、交叉分析、相关分析、回归分析、聚类分析等。常用的营销理论模型有4P、用户使用行为、STP理论、SWOT等，而管理理论模型有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。

五、
可视化设计就是要做到让数据说话。说客户关注的信息，说令客户印象深刻的话。

• 明确数据可视化的目的：要呈现的是什么样的数据、这些数据是被谁使用的、需要起到什么样的作用和效果、想要看到什么样的结果。
• 注重数据的比较：想要数据反映出问题，就必须要有所比较，可以看到问题所在。
• 建立数据指标：建立数据指标才会有对比性，才知道对比的标准在哪里，也可更好地知道问题所在。
• 定义用户体验：数据可视化结果所面对的读者不是数据分析师，很可能是对数据分析技术一窍不通的人，将复杂的数据进行简化、将零散的信息变得易于理解、提供更加人性化的信息是数据可视化的目标。
• 色彩的选取

忌整个页面都是图，虽然页面很漂亮。但看的人很费力、需要思考。
忌整个页面都是表，表可以有很明显的对比，但表格在表现趋势方面比较弱。
忌整个页面都是字，页面密密麻麻让人反感，需要大量思考获得信息。