标签：包括 取数 关联 培训 环境 分析方法 经济 技术分享 没有
数据分析和数据挖掘，是大数据应用的核心技术，也是大数据应用的关键所在。
数据分析重要，但是，很多时候却不知道该如何去做，面对大量的数据，却无从下手。概括起来，经常面临的困难有：
分析目的不明确
分析方法不清晰
分析过程不清晰
分析思路不完善
解读数据能力差
1、 不知道要分析什么？（分析目的）
不知道要分析什么，也就是分析目的不明确。
经常有学员告诉我，领导给了一大堆数据给我，要我分析一下，但我不知道要分析什么？除了基本的统计求和，我不知道要干吗。
明确分析目的，这是数据分析的起点，也是分析的终点。所有的分析工作都应该围绕业务问题开始，分析的结果最终也要落到业务问题。
如果目的不明确，后续的分析工作就无法开展了。
2、 下一步做什么？（分析过程）
数据分析不是一个单一的操作，而是一套复杂和完整的操作流程。
一般地，一个完整的数据分析包括了六个步骤，后一个步骤依赖前一个步骤，也是前一个过程的深入。
当有了分析目的之外，接下来就需要围绕业务问题来收集相关的数据，并对收集来的数据进行预处理（清洗、转化、提取、计算），如果使用FineBI之类的BI工具来处理的话就是先抽取数据、ETL处理数据，然后在前端多维度分析，并对分析结果进行可视化，最后形成一个完整的分析报告，到此，一个数据分析的工作才算正式完成。
3、 不知道怎样去分析？（分析方法）
分析目的明确了，数据也有了，但面对大量的、复杂的数据，却无从下手，不知道怎样分析，这是由于分析者缺乏对分析方法的了解。
数据分析最核心的工作，就是对数据进行分析。围绕业务问题，采用什么样的分析方法，使用什么样的分析模型，选择什么样的分析工具，这是数据分析的核心。这是分析师的必备技能。
为了便于理解，我将数据分析分为三个层次，从低到高，由浅入深，分别是统计分析，基本分析，数据挖掘。
一般情况下，企业有80%的工作都只需要掌握统计分析方法就可以了，剩下20%的工作需要更深入的分析及挖掘。当然，更深层次的业务规律及业务模式，需要更高层次的数据分析来解决。比如，市场细分，客户特征提取，等等。
4、 看不明白分析结果？（数据解读）
好不容易分析有结果了，统计有数据了，但是，这些数据及分析结果表示什么意思呢？与我们的业务有什么关系呢？这一步也不知道坑了多少学员。
对数据不敏感，解读数据的能力差，无法将分析结果与业务问题和业务策略关联起来，这是数据应用的最大障碍。
如何来解读数据，解读分析结果，这需要有一定的数据解读方法，也需要分析师要了解相应的业务逻辑。
5、 不知道分析是否全面？（分析思路）
我经常收到一些分析师的抱怨，他们说，基本的分析我都会了，但是，每次提交分析报告给领导以后，领导总是不太满意，说我分析不全面，漏此漏那的。分析不全面，这是由于缺乏分析思路导致的。
如果说，分析方法是从微观从细节来对数据进行分析，那么，分析思路，就是从宏观角度指导如何进行数据分析，比如从哪几个方面来进行完整的数据分析而不会遗漏。
要掌握分析思路，需要分析师懂业务、懂管理、懂营销。比如，如果要分析企业的外部环境，你必须要懂得PEST模型，即要从政策、经济、社会和技术四个方面来进行分析，否则就是不全面的；如果要做竞争分析，你需要懂得SWOT、波特五力，从这几个方面来分析竞争态势，才算完整和系统。
最简单，最实用的是5W2H模型，广泛用于企业营销活动、用户行为分析等专题分析中，即要求分析的从下面7个方面来进行分析，这样可以确保能够将用户购买行为分析完整、系统。
数据分析看起来很简单，但如果没有经过系统的培训，要胜任这项工作也是不容易的。毕竟，数据分析师作为企业主管的智囊，作为主管决策的支撑，其重要性及高要求是不言而喻。
标签：包括 取数 关联 培训 环境 分析方法 经济 技术分享 没有
原文地址：http://www.cnblogs.com/fr2851322971/p/6687756.html
