热线电话:13121318867

登录
首页精彩阅读理想VS现实的数据分析流程
理想VS现实的数据分析流程
2016-09-03
收藏

理想VS现实的数据分析流程

数据分析师的工作流程,理想情况下,可以分为四个步骤。

1、提取数据。利用SQL语言从数据仓库中提取你分析需要的字段。所以数据分析师一定要对SQL语言相对比较精通。

2、处理数据。提取出来的数据,一般都要进行一些预处理。例如:对缺失值、异常值进行处理、数据进行转换(例如:文字转换成数值,男->1)、数据离散(例如把年龄根据分析的目标分为不同的年龄段)。

3、分析数据。通过作图、进行基本统计,分析数据异常背后的发生了什么。许多时候你需要用到各种各样的模型,例如:聚类,分析会员的类型,不同类型的会员有什么特点。你可能会把数据放在EXCEL、SAS、SPSS等上进行分析。

4、分析报告。数据分析的结果最终一般都会以报告的形式呈现。在分析报告中,根据数据进行问题进行描述,或者说发现问题的所在,同样的通过数据你找到解决问题的办法或者方向,说明你的观点。

实际工作流程


但是现实与理想总是存在那么、那么、那么大的差距,在实际工作中,数据分析是一个循环、迭代的过程(如图2)

在你处理数据的时候,你有可能发现你提的数据有问题,可能是缺少字段、或者时间不对。或者发现数据的逻辑有问题,在写SQL的时候可能出现重复数据。

在进行数据分析步骤后,你可能发现,根据分析的问题,你可能需要提取更多的数据来进行支持。特别对数据分析是针对探索性的问题时候。

有分析数据的时候,你可能发现,你的数据预处理没有达到目的,例如你的年龄分段可能之前是按5岁来进行等距分隔的,现在你希望是按等箱进行分析隔,或者你希望按用户的所处阶段(学生、职场新人、白领、结婚、有小孩……)从而你需要又回到前面那个步聚。

甚至在你完成分析告诉后,你会收到这样的需要说,我觉得某个问题可能需要从其它维度进行分析,从而更深入的了解这个问题,这个时间又回到定义问题的阶段。

所以数据分析不是一蹴而就的事情,而是一个迭代、循环的过程。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询