数据分析流程（简单易懂）
·
1、明确需求，确定工作思路和嵌套逻辑
需求核心：分析目的、分析主体、分析口径、分析思路、完成时间
确定思路、逻辑：从分析目的出发全面、深入拆解分析维度，确定分析方法，最终形成完整的分析框架
2、数据预处理
数据传输过来，就可以对数据进行加工处理，数据加工主要是 4 种操作：
数据收集：也就是从数据来源中收集、提取出分析的相关数据。一般数据来源于数据库、互联网、市场调查、公开出版物；
数据清洗：观察数据是否存在异常值、空值等，若存在，可剔除或用合理值代替，常用的代替值是平均值、中位数、众数；
缺失值处理：处理缺失值的方法有很多，常见的有删除含缺失值的记录、填充缺失值、预测缺失值等。
数据计算：通过数学公式等用已有数据计算出自己需要的其他数值，如：日均值、总销售额；
数据转化：数据变换主要包括规范化、离散化等操作，目的是将数据转换成适合分析模型的形式。将数据转化成分类数据也就是离散型数据，俗称“标签化”。
3、分析数据
分析数据是分析流程重中之重的工作，它是从分析目的出发，按照分析思路，运用适当的分析方法或分析模型，使用分析工具，对处理过的数据进行分析，提取出有价值的信息。
将现有的分析方法、分析模型进行结合，去对数据进行整合分析。根据数据特性和分析目标，选择合适的模型进行建模。
4、数据可视化
数据可视化是以简单、直观的方式传达出数据包含的信息，增强数据的‘易读性’，让阅读者轻而易举的就看出数据表达的内容（一图胜千言）。
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
12
0- 0
已为社区贡献1条内容
所有评论(0)