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

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200203A0JEBT00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券

玩转腾讯云 有奖征文活动