數(shù)據(jù)分析流程

STEP 1 業(yè)務(wù)理解 -抓住問題核心 轉(zhuǎn)為數(shù)據(jù)需求

STEP 2 數(shù)據(jù)收集-系統(tǒng)數(shù)據(jù)采集 人工維護(hù)數(shù)據(jù) 外部數(shù)據(jù)支持

STEP 3 數(shù)據(jù)處理-字段標(biāo)準(zhǔn)統(tǒng)一 多表數(shù)據(jù)關(guān)聯(lián) 異常數(shù)據(jù)整理

STEP 4 數(shù)據(jù)分析-數(shù)據(jù)探索(ETL) 運(yùn)用分析方法論 結(jié)合高效工具

STEP 5 圖表制作-選擇合適圖表 準(zhǔn)備圖表數(shù)據(jù) 調(diào)整圖表細(xì)節(jié) 撰寫圖表結(jié)論

STEP 6 報表繪制-定位決策者角色 設(shè)定報表故事線 撰寫報表結(jié)論


數(shù)據(jù)分析分類

業(yè)務(wù)數(shù)據(jù)分析
1. 描述性分析
2. 數(shù)據(jù)透視
3. 可視化圖表

Excel、SQL、可視化軟件

數(shù)據(jù)挖掘分析
1. 協(xié)同過濾
2. 分類分析
3. 關(guān)聯(lián)分析等

Python、SPSS、SAS、R

大數(shù)據(jù)分析

1. Hadoop大數(shù)據(jù)平臺
2. 數(shù)據(jù)整理
3. 建模、分析與展示

Hadoop、Spark等