一、明确目的
明确数据分析的目的，才能更好地去通过用户，需求等方面进行拆解。
用户：可以是内部部门也可以是外部客户，内部部门就需要找自己相关的团队去获取相关的数据；外部客户因为不具备某个行业的数据，但有需要了解相关的用户的市场，而我们自己本身又有现成的数据，这时候就可以满足我们的同时又可以满足外部客户的需求。
需求：只有明确了用户需求和目的才能制定出更合理的数据分析思路。
场景：更多的是数据分析场景，根据场景将问题定义，梳理出思路，才能更好地选择方法。
二、数据收集
每个产品公司都会有自己的数据库，方便了我们可以将数据进行提取，值得注意的是需要确保数据的精准度，因为数据收集的程度和准确性就决定了数据分析结果的可靠性和有效性。
三、数据预处理
数据收集完成以后，就需要对数据做预处理。为什么要去做数据预处理，其实是因为很多收集来的数据会具有很多的问题，比如异常值或者缺失值等等。所以这也是为什么不能一上来就用它做一些算法和模型的原因，这种情况下的结果是不具任何参考性的。
四、数据分析
1、异常分析：发现异常，找出出现异常现象的原因。
2、寻找关联：找到每个事物之间的关联，进行分析，挖掘内部的关联关系，对于制定精准营销策略具有指导性意义。
3、用户分层：进行用户分层，做精细化运营从而提高运营效率和转化率。
4、预测：根据数据分析对结果进行预测，这对于后期的发展会有很高的精准度。
五、数据可视化
用不同的表和图形将数据的结果可视化出来，更具视觉冲击力。比如常见的Excel表格。
六、数据报告
在讲上述步骤都完成后，就需要得出结论，并以数据报告的形式展现出来，通过数据报告又可以进行相对的分析，然后发现问题并解决问题。
本文地址：//www.qlpinke.com//article/2021/0703/27043.html
