定义：数据分析是运用适当的统计方法对收集来的大量数据进行分析，将它们加以汇总和理解消化，以求最大化地开发数据的功能，发挥数据的作用。

目的：
把隐藏在数据背后的信息集中和提炼出来，总结出所研究对象的内在规律，帮助管理者进行有效的判断和决策。


分类：
（1）描述性数据分析
（2）探索性数据分析
（3）验证性数据分析



分析方法：
（1）描述性数据分析：对比分析法、平均分析法、交叉分析法
（2）探索性数据分析：相关分析、因子分析、回归分析


作用：
（1）现状分析（日常通报）
（2）原因分析（专题分析）
（3）预测分析（专题分析）


分析过程：
（1）明确分析目的和思路
（2）数据收集
（3）数据处理
（4）数据分析
（5）数据展现
（6）报告撰写


分析思路：
把分析目的分解为不同分析要点，即需要从哪些角度分析，采用哪些分析指标。
这一步的要求是：使分析框架体系化


如何使分析框架体系化：
以管理、营销等理论为指导，结合实际业务情况即可。
管理理论：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等
营销理论：4P、用户使用行为、STP理论、SWOT等


数据收集来源：
（1）数据库
（2）公开出版物
（3）互联网
（1）市场调研


数据处理方法：
（1）数据清洗
（2）数据转化
（3）数据提炼
（4）数据计算


数据分析软件：
Excel、SPSS、Statistics等


数据挖掘：
数据挖掘是一种高级的数据分析方法
侧重于解决四类数据分析问题：分类、聚类、关联、预测，重点在寻找模式和规律


数据展现：
能用图表说明问题就不要使用表格，能使用表格说明问题就不要使用文字。


报告撰写：
（1）好的框架：图文并茂、层次清晰
（2）明确的结论
（3）建议或解决方案


数据分析三大误区：
（1）分析目的不明确，为分析而分析
（2）缺乏业务知识，分析结果偏离实际
（3）一味追求使用高级分析方法，热衷研究模型


心得：
数据分析的过程是一个严密的论证，规规矩矩按照数据分析的步骤进行即可。数据分析如同建房子，先要设计出房子的轮廓，然后做预算，准备建房子的材料，再根据图纸一步一步地搭建，一点点地完善，最后交出一个杰出的艺术之作。我没有系统地学习过建房子的过程，所以我的说法也许有些出入，诸位不必细究。