数据分析的基本过程
数据分析的基本过程
企服解答
数据分析的流程包括：数据采集、数据存储、数据提取、数据挖掘、数据分析、数据展现。数据应用。
1、数据采集
了解数据采集的意义在于真正了解数据的原始面貌，包括数据产生的时间、条件、格式、内容、长度、限制条件等。这会帮助数据分析师更有针对性的控制数据生产和采集过程，避免由于违反数据采集规则导致的数据问题；同时，对数据采集逻辑的认识增加了数据分析师对数据的理解程度，尤其是数据中的异常变化。
2、数据存储
在数据存储阶段，数据分析师需要了解数据存储内部的工作机制和流程，最核心的因素是在原始数据基础上经过哪些加工处理，最后得到了怎样的数据。由于数据在存储阶段是不断动态变化和迭代更新的，其及时性、完整性、有效性、一致性、准确性很多时候由于软硬件、内外部环境问题无法保证，这些都会导致后期数据应用问题。
3、数据提取
数据提取是将数据取出的过程，数据提取的核心环节是从哪取、何时取、如何取。 从哪取，数据来源——不同的数据源得到的数据结果未必一致。 何时取，提取时间——不同时间取出来的数据结果未必一致。 如何取，提取规则——不同提取规则下的数据结果很难一致。
4、数据挖掘
数据挖掘是面对海量数据时进行数据价值提炼的关键，以下是算法选择的基本原则： 没有最好的算法，只有最适合的算法，算法选择的原则是兼具准确性、可操作性、可理解性、可应用性。 没有一种算法能解决所有问题，但精通一门算法可以解决很多问题。 挖掘算法最难的是算法调优，同一种算法在不同场景下的参数设定相同，实践是获得调优经验的重要途径。
5、数据分析
数据分析相对于数据挖掘更多的是偏向业务应用和解读，当数据挖掘算法得出结论后，如何解释算法在结果、可信度、显著程度等方面对于业务的实际意义，如何将挖掘结果反馈到业务操作过程中便于业务理解和实施是关键。
6、数据展现
即数据可视化的部分，数据分析师如何把数据观点展示给业务的过程。数据展现除遵循各公司统一规范原则外，具体形式还要根据实际需求和场景而定。
7、数据应用
数据应用是数据具有落地价值的直接体现，这个过程需要数据分析师具备数据沟通能力、业务推动能力和项目工作能力。
相关信息
- 快手宣布组织架构调整，将加强事业部闭环以提升效率
36氪2021年9月28日获悉，快手宣布新一轮组织架构调整。本轮调整以加强事业部闭环为方向，包括研发、数据分析等中台职能型部门中，涉及与业务强相关的，对应拆分至各业务事业部。此外，电商事业部、商业化事业部、国际化事业部、游戏事业部等四大事业部至此也基本成型。
- 中汽协：前三季度汽车整车共出口149.2万辆，同比增长1.1倍
2021年10月27日据中国汽车工业协会整理的海关总署公布的数据分析，2021年前三季度，汽车整车共进口75.4万辆，同比增长21.9%；整车进口金额417.3亿美元，同比增长39.1%。汽车整车共出口149.2万辆，同比增长1.1倍；出口金额240.4亿美元，同比增长1.2倍。（证券时报）
