數(shù)據(jù)分析的七個關鍵步驟

獨自工作，將深奧的公式應用于大量的數(shù)據(jù)搜索從而得到有用的見解。但這還僅僅是一個過程中的一個步驟。數(shù)據(jù)分析本身不是目標，目標是使業(yè)務能夠做出更好的決策。數(shù)據(jù)科學家必須構建產(chǎn)品，讓組織中的每個人更好地使用數(shù)據(jù),，使每個部門和各級都能用數(shù)據(jù)驅(qū)動決策。

數(shù)據(jù)價值鏈是對自動收集產(chǎn)品，清洗和分析數(shù)據(jù)的捕獲，通過儀表板或報告來提供信息和預測。自動化進行分析，而且數(shù)據(jù)科學家可以在改進工作與業(yè)務模型，提高預測精度。

雖然每個公司創(chuàng)建數(shù)據(jù)產(chǎn)品針對自己的需求和目標，但是總體的步驟和目標是一致的：

1．決定目標：數(shù)據(jù)價值鏈的第一步必須先有數(shù)據(jù)，然后業(yè)務部門已經(jīng)決定數(shù)據(jù)科學團隊的目標。這些目標通常需要進行大量的數(shù)據(jù)收集和分析。因為我們正在研究數(shù)據(jù)驅(qū)動決策，我們需要一個可衡量的方式知道業(yè)務正向著目標前進。關鍵指標或性能指標必須及早發(fā)現(xiàn)。

2．確定業(yè)務標桿：業(yè)務應該做出改變來改善關鍵指標從而達到它們的目標。如果沒有什么可以改變，就不可能有進步,，論多少數(shù)據(jù)被收集和分析。確定目標、指標在項目早期為項目提供了方向，避免無意義的數(shù)據(jù)分析。例如，目標是提高客戶留存率，其中一個指標可以為客戶更新他們的訂閱率，業(yè)務可以通過更新頁面的設計，時間和內(nèi)容來設置提醒郵件和做特別促銷活動。

3．數(shù)據(jù)收集：撒一張數(shù)據(jù)的大網(wǎng)，更多數(shù)據(jù)，特別是數(shù)據(jù)從不同渠道找到更好的相關性，建立更好的模型，找到更多可行的見解。大數(shù)據(jù)經(jīng)濟意味著個人記錄往往是無用的，在每個記錄可供分析才可以提供真正的價值。公司密切檢測他們的網(wǎng)站來跟蹤用戶點擊和鼠標移動，通過射頻識別（RFID）技術來跟蹤他們行動的方式等等。

4．數(shù)據(jù)清洗：數(shù)據(jù)分析的第一步是提高數(shù)據(jù)質(zhì)量。數(shù)據(jù)科學家處理正確的拼寫錯誤，處理缺失數(shù)據(jù)和清除無意義的信息。在數(shù)據(jù)價值鏈中這是最關鍵的步驟，即使最好的數(shù)據(jù)值分析如果有垃圾數(shù)據(jù)這將會產(chǎn)生錯誤結(jié)果和誤導。不止一個公司驚奇地發(fā)現(xiàn)，很大一部分客戶住在斯克內(nèi)克塔迪(美國城市)，紐約，和小鎮(zhèn)的人口不到70000人等等。然而，斯克內(nèi)克塔迪郵政編碼12345，所以不成比例地出現(xiàn)在幾乎每一個客戶檔案數(shù)據(jù)庫由于消費者往往不愿真實填入他們的在線表單。分析這些數(shù)據(jù)將導致錯誤的結(jié)論，除非數(shù)據(jù)分析師采取措施驗證從而得到的是干凈的數(shù)據(jù)。。這通常意味著自動化的過程，但這并不意味著人類無法參與其中。

5．數(shù)據(jù)建模：數(shù)據(jù)科學家構建模型，關聯(lián)數(shù)據(jù)與業(yè)務成果和提出建議并確定關于業(yè)務價值的變化這是其中的第一步。這就是數(shù)據(jù)科學家成為關鍵業(yè)務的獨特專長，通過數(shù)據(jù)，建立模型，預測業(yè)務成果。數(shù)據(jù)科學家必須有一個強大的統(tǒng)計和機器學習的背景來構建科學精確的模型和避免毫無意義的相關性陷阱和模型依賴于現(xiàn)有的數(shù)據(jù)，他們的未來預測是無用的。但統(tǒng)計背景是不夠的，數(shù)據(jù)科學家需要更好了解業(yè)務，他們將能夠識別數(shù)學模型的結(jié)果是否有意義的有價值的。

6．數(shù)據(jù)科學團隊：數(shù)據(jù)科學家是出了名的難以雇用，這是一個好主意來構建一個數(shù)據(jù)科學團隊通過那些有一個高級學位統(tǒng)計關注數(shù)據(jù)建模和預測，而團隊的其他人，合格的基礎設施工程師，軟件開發(fā)人員和ETL 專家，建立必要的數(shù)據(jù)收集基礎設施、數(shù)據(jù)管道和數(shù)據(jù)產(chǎn)品，使數(shù)據(jù)通過報告和儀表盤來顯示結(jié)果和業(yè)務模型。這些團隊通常使用大規(guī)模數(shù)據(jù)分析平臺Hadoop自動化數(shù)據(jù)收集和分析和運行整個過程來作為一個產(chǎn)品。

7．優(yōu)化和重復：數(shù)據(jù)價值鏈是一個可重復的過程，通過連續(xù)改進價值鏈的業(yè)務和數(shù)據(jù)本身。基于模型的結(jié)果，企業(yè)將通過數(shù)據(jù)科學團隊測量的結(jié)果來驅(qū)動業(yè)務。在結(jié)果的基礎上，企業(yè)可以決定進一步行動通過數(shù)據(jù)科學團隊提高其數(shù)據(jù)收集、數(shù)據(jù)清理和數(shù)據(jù)模型。如果企業(yè)對于重復這個過程越快，就越早能走向正確的方向，從而得到數(shù)據(jù)價值。理想情況下，多次迭代后，模型將生成準確的預測，業(yè)務將達到預定義的目標，數(shù)據(jù)價值鏈的結(jié)果將用于監(jiān)測和報告，人人都搬來解決下一個商業(yè)挑戰(zhàn)。