数据分析是什么？
数据分析说到底，就是对大量数据进行统计分析，以提取有用信息和形成某种结论过程。目的是从已有的咋一看杂乱无章的原始数据背后，隐藏的信息做好集中和提炼工作，然后尽量用人类能理解的语言，总结出研究对象的内在规律，方便自己或者更上一层的人，做出判断和决策。所以，原始数据、提取（有用）信息和形成结论才构成一个完整的数据分析。
菜鸟和老鸟的区别？
做数据分析的菜鸟和老鸟，主要区别往往在于目的相同的情况下，对过程的注重程度轻重不一，比如菜鸟往往追求尝试用看起来更高级的分析方法去解析问题，而老鸟先关注数据分析的目标是什么，然后再看涉及的问题是啥，接着是需要的时间节点（大部分决策和判断是具备时效性的前提下才有存在意义），然后以这些点为核心，选择最合适当前状态的分析方法，再按合理的方式推演论证，形成结果。
优秀的数分人员特性
和优秀的数据分析相关人员接触久了，自然而然的就能感知到这些人具备的天然共性：
1、基本上具备严谨负责的态度、
2、骨子里是对可观测的事物具备强烈的好奇心、
3、清晰的理性的逻辑思维、
4、擅长模仿和勇于创新的工作态度同时并存。
毕竟，为了确保数据的客观和准确，严谨负责的态度是必不可少的。而没有强力的好奇心，其实就很难从看起来挺枯燥的原始数据整理工作中，去积极主动地发现和挖掘数据背后的真相。而逻辑思维清晰，是专业的数据分析师必备的工作能力（这也是我这种差不多就行的家伙，一定不会是个好的数据分析人员的主要原因），因为要输出靠谱的结论找到商业问题的答案。，那么必然涉及怎么理清问题的整体和局部，怎么设定分解对应目标的数据规整。然后，模仿这种事情只要选择的是他人优秀的部分，那么肯定是会少走不少弯路，只是对创新的探索和尊重，必然也是普通的专业数分和优秀的专业数分，拉出差距的最大可能——参考他人优秀的分析思路和方法，但不直接照搬。提出改进的地方，站在更高的角度分析问题。持续重复积累下，人和人的差距可能就指数级的拉开了。
数据分析的套路或者工作方法来
以下是偷师自某个自诩“一般般”的优秀数分人员的工作经验总结
1、明确分析目的和内容
明确数据分析的目的和内容是确保数据分析过程有效的先决条件。数分的职责不仅仅是单纯的分析，更重要的是与相关业务部门进行合作，将数据真正应用到业务中，根据实际的业务发展情况识别哪些数据可用，哪些不适用，而不是孤立地在“真空环境”下进行分析，所以基于业务的分析目的明确后，才可能按需要去将可能的原始数据，按自己熟悉和可理解的方式，分解成若干个不同的分析要点所需要的要素。至于怎么“明确目的”？
对数分人员来说，直接询问数分需求的发起者，并且最好是按自己丰富的（包括接到各种傻X需求）项目经验，给出类似“你基于这个要的那个，是为了达到A，还是想要证明B，或者打算从C中做选择？”的选择条目，反而会大幅度降低沟通的成本，方便自己的工作（比如分析工作到一半，需求方表示，等等，我刚才和你说的要补充一下）
2 数据收集
数据这东西，哪怕本身是错的，持续的按照相同逻辑就行收集后，也能呈现出某种规律性的东西，进行一定的分析，所以，数据收集首重数据的定义是不是保持一致性，定义清晰一致的前提下，按照确定的分析做出原始数据的收集，同类型的分析要点涉及的元素，在收集相关数据的过程。数据来源务必努力保持一致性。
3 数据处理
数据处理就是对收集到的数据进行再加工整理，形成适合自己数据分析的样式。数据处理的过程数据清洗、数据转化、数据提取和数据计算。重点在于能工具化的一定工具化，能和自己历史经验保持一致操作的也务必先用相同的方式做出处理，然后才是尝试新学习的技巧进行小部分创新。
4 数据分析
数据分析是通过统计分析或数据挖掘技术对处理过的数据进行分析和研究，发现数据的内部关系和规律。专业的数据分析还是需要掌握各种高等数学的逻辑，以及与时俱进的去学习当前各种主流数分软件或者程序语言的技巧。
5、报告和数据展现
数据分析报告是对整个数据分析过程的总结与呈现，通过报告把数据分析的起因、过程、结果及建议完整地呈现出来，为决策者提供科学、严谨的决策依据——但是报告的阅读和使用者，绝大部分情况下是缺乏对数据相关术语的理解，甚至可能缺乏阅读超越一定数量文字的耐心，所以数据分析报告最好的向上汇报格式一定是字少图多的PPT，而图多的图，说的就是数据展现，也就是通过表格和图形的方式去呈现分析结果，使结果更加直观和易于理解——很多时候要特别善于活用对数表来做趋势图的对比哦。
——我是分割线——
谢谢大家看到底！如果看完我的杂谈文字野路子经验，你也有感触，欢迎点在看、关注、分享或者给点个「
赞
」哟
