043数据分析工作流程

你好，感谢打开产品Desginer

今天是2020年2月3日星期一，农历正月初十（庚子鼠年 丁丑月 丙子日）

今天，我想与你分享的是我系统学习数据分析第二天的内容：数据分析的工作流程（烧菜版）

数据分析的工作流程

学完今天的内容，我发现数据分析的工作流程和我烧菜时的流程几乎是一样的，于是就有了烧菜版（可能在手拿炒勺的人眼里，看什么都像烧菜吧）

确定菜品（确定目标）

首先，我们要确定这顿饭吃饭，然后就能有的放矢，照菜买菜了；

我们要确定目标，清楚我们要解决的问题，需要得到什么结果是第一步。

买菜（数据获取）

清楚了今天的菜品都有什么，就可以去买菜了，当然现在的社会这么发达，买菜的地方有很多，可以去专门的生鲜市场，蔬菜市场、干料市场……专门购买，也可选择超市一站打包，还可以足不出户，买菜APP搞定……

同理，数据获取的渠道有很多，用专业术语就是数据源；

数据源大体可分为内部数据和外部数据两类，更为细分的内容，请看下图

洗菜（数据清理）

菜买回来后，我们就要根据菜品的需要对它们进行处理了，但无论如何处理，在此之前们都需要对它们先进行清洗一下，将上面的脏东西诸如泥土、农药、血水等清洗掉。

数据分析也是一样，在数据获取到了之后，我们需要进行的是数据清理；

主要是解决如：数据损坏、不一致、不准确、不相关、脏数据、不标准化、不完整……等问题，将数据变干净，方便后续处理、分析、呈现。

切菜腌制（数据转换）

菜洗好了，这次我们就要根据菜品的需要，对它们进行处理了，包含切菜、腌制、调汁等等。

同理数据清理好后，就要为数据分析做最后的数据准备：合并表格、转换表格形式、创建新变量等工作

炒菜（分析建模）

所有准备工作都做好了，我们进入烧菜的主轴大戏：炒

将准备好的材料按照一定顺序，放入炒锅中，进行烹饪；

这步对应的是数据分析中的分析建模（全称：统计分析与建模）；包括：基本统计分析、统计实验（AB测试）、基于机器学习的分析、数据挖掘。

装盘上桌（分析呈现）

菜炒好后，我们需要将其装盘上桌，做最后的装饰，以保证至少达到厨艺五维中的三维“色香味”俱全，并把它们端上餐桌。

这里对应的数据分析中的分析呈现环节，一般是我们常见的行业报告的形式，多为PPT的形式、分析看板、数据产品（数据看板）等形式