以我的数据日常为例，简单将数据分析的流程梳理一下。
数据的整个流程可以划分为
- 数据目的
- 数据获取
- 数据处理及认知
- 模型分析
- 数据结论及方案
- 数据报告
明确数据目的
提出问题是数据分析的出发点，出发点不明确的话，数据分析也像无头苍蝇。
出发点一般分为两类：验证型和探索性
- 验证型验证型一般针对已经发生的业务现象，比如这今天的gmv突然从昨天的100万跌倒了30万，这个时候出发点就是：gmv下跌的原因。这个时候就从下跌的关联数据开始分析为什么下跌，得出结论后提出对应的解决方案。
- 而探索性一般针对未知，比如针对用户的购买记录进行价值分层，这个时候的出发点是：用户价值分层。这个时候就没有一个明确的业务现象，而是需要去探索如何定义价值分层，并通过哪些维度来实现，实现了分层之后对经营的建议。
获取数据样本
要想分析，必须要先有数据。数据源可以分为外部和内部两种，这里重点针对内部数据，分析得最多的一般也是内部数据。
外部数据源一般包括爬虫数据&行研数据等，外部数据一般都需要花费较大的数据清晰的精力。内部数据源一般指的是平台用户使用产品所产生的各种行为数据，以电商行业为例，用户的浏览记录，uv&pv，购买记录等。
内部数据获取及清洗一般使用 sql+excel+python的形式。
- sql的话算是数据分析师的必备技能，常见的要分清 jion的各种用法，group by分组以及常见的函数如 sum() avg() count()等
- 除了sql的代码技能，就是要设计好取数口径。一般通用的指标没有特别口径，如果涉及到特定用户行为的挖掘分析，就要多复盘几遍代码是否有遗漏和逻辑是否正确。
- 尽量可以再sql里完成部分的清洗和计算，这样出来的样本数据比较干净省心。
数据处理及认知
拿到sql跑完的数据可不是直接不久能用的，还要进行处理和认知，数据处理一般针对脏数据和缺失数据。
对于脏数据一般是做删除处理，比如已经注销的无效用户。另一个就是缺失值的处理，对缺失值可以进行填充或者删除。
- 填充一般使用字段的 中位数或者算数平均值，如果值波动很大使用中位数，波动不大可以使用算数平均值。还有一种填充方案是使用其他字段或者临近记录的字段值。
- 删除是需要慎重考虑的，虽然字段值有缺失但是这个字段值一样可以传递数据信息。举例一个用户的首次购买时间字段是空值，这个时候空值传递的信息是 这个用户并没有完成购买转化。
数据认知主要是对值的分布有一个大概了解，数据是不是异常分布的。一般可以通过 算数平均值&中位数&方差等了解到。
在完成数据认知后，有的时候要再要对数据进行处理，视分析的目的而定。举个例子：在分析普通用户的购买金额转化分布时候，特大客的金额最好是要剔除的，否则将会影响一般用户的结论描述。
模型分析及结论
在模型分析阶段主要用tableau+python
常用的模型有
- 漏斗模型
- 矩阵模型
- 用户价值分层模型
- 购物篮模型
- 留存模型
- 回归模型
先写这么多，留坑待填
而且在分析的过程中，结论是一点一点明朗的。
解决方案及报告
得出了结论后，数据分析师并不能只交个结论啊，还要结合当前的业务现状对结论做出解读和方案的建议。
大家都在讲数据驱动业务，但是很多公司其实都没有做到或者做好，也很难做好。
报告的话就是可视化了基本，老板都喜欢图，直观易懂，没有人会愿意看一大堆文字。文集里也在连载可视化的文章，首选tableau，python也有很多包可以用。
做数据分析，得出结论和方案不算很难，难的是如何推动数据结果落地。
我的tableau public：yangliang的tableau public主页
