導讀：資料分析對企業來說意義重大，現在資料分析崗位也很普及。好的資料分析，能為企業轉型決策提供依據，作為企業中的頂樑柱，你怎麼能不會資料分析？今天小編跟大家一起來學學資料分析的一般步驟及業務分析方法。
第一步：資料準備：（70%時間）
•獲取資料（爬蟲，資料倉儲）
•驗證資料
•資料清理（缺失值、孤立點、垃圾資訊、規範化、重複記錄、特殊值、合併資料集）
•使用python進行檔案讀取csv或者txt便於運算元據檔案（I/O和檔案串的處理，逗號分隔）
•抽樣（大資料時。關鍵是隨機）
•儲存和歸檔
第二步：資料觀察（發現規律和隱藏的關聯）
•單一變數：點圖、抖動圖；直方圖、核密度估計；累計分佈函式
•兩個變數：散點圖、LOESS平滑、殘差分析、對數圖、傾斜
•多個變數：假色圖、馬賽克圖、平行左邊圖
第三步：資料建模
•推算和估算（均衡可行性和成本消耗）
•縮放引數模型（縮放維度優化問題）
•建立概率模型（二項、高斯、冪律、幾何、泊松分佈與已知模型對比）
第四步：資料探勘
•選擇合適的機器學習演算法（蒙特卡洛模擬，相似度計算，主成分分析）
•大資料考慮用Map/Reduce
•得出結論，繪製最後圖表
迴圈到第二步到第四步，進行資料分析，根據圖表得出結論完成文章。
二、資料分析業務分析版
“無尺度網路模型”的作者艾伯特-拉斯洛·巴拉巴西認為——人類93%的行為是可以預測的。資料作為人類活動的痕跡，就像金礦等待發掘。但是首先你得明確自己的業務需求，資料才可能為你所用。
1.資料為王，業務是核心
•瞭解整個產業鏈的結構
•制定好業務的發展規劃
•衡量的核心指標有哪些
有了資料必須和業務結合才有效果。首先你需要摸清楚所在產業鏈的整個結構，對行業的上游和下游的經營情況有大致的瞭解。然後根據業務當前的需要，指定發展計劃，從而歸類出需要整理的資料。最後一步詳細的列出資料核心指標（KPI），並且對幾個核心指標進行更細緻的拆解，當然具體結合你的業務屬性來處理，找出那些對指標影響幅度較大的影響因子。前期資料的收集以及業務現況的全面掌握非常關鍵。
2.思考指標現狀，發現多維規律
•熟悉產品框架，全面定義每個指標的運營現狀
•對比同行業指標，挖掘隱藏的提升空間
•拆解關鍵指標，合理設定運營方法來觀察效果
•爭對核心使用者，單獨進行產品用研與需求挖掘
發現規律不一定需要很高深的程式設計方法，或者複雜的統計公式，更重要的是培養一種感覺和意識。不能用你的感覺去揣測使用者的感覺，因為每個人的教育背景、生活環境都不一樣。很多資料元素之間的關係沒有明顯的顯示，需要使用直覺與觀察（資料視覺化技術來呈現）。
3. 規律驗證，經驗總結
發現了規律之後不能立刻上線，需要在測試機上對模型進行驗證。
有關資料分析，還有更多更重要的內容值得我們去學習，今天的資料分析步驟和業務分析方法希望能對大家有幫助。
作者：紐帶線CRM