那麼首先需要理解什麼是數據分析?
數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
那麼第一個問題，如果採集過來的大量數據不適合當前的分析主題，那麼數據分析是不是毫無意義呢？
現實中很多人隨意給出一組數據，把數據填充到分析工具得到一個可視化圖表.認為這就是數據分析，但卻忽略這個圖表體現出來的含義實際意義。
還有一些人隨意給出一組數據，把數據填充到分析工具認為一定會出來一個什麼樣的圖表，結果圖表沒出來。那此時是因為分析工具支持的不夠強大呢？
答案顯然不是。
其實在數據分析的時候我們需要提前做這麼一件事情。
保證數據的質量。
數據質量是數據分析結論有效性和準確性的基礎也是最重要的前提和保障。
如何控制數據質量？
- 明確自己的分析主題
- 如你擁有來自不同部門的交易數據，那麼此時你想做一件什麼事情，變得尤為重要，你是想分析部門的業績情況，還是想看哪個客戶是優質客戶？
- 這時我們要明確分析主題。
- 合理的數據建模
- 明確主題後，我們要業務建模，業務模型繼而確定技術建模。簡單的說，如：本次課題：看哪些是優質客戶？
- 那麼要確定優質客戶的標準是什麼，如收入問題，有聯繫方式，交易額超過10萬。那我們此次建模只需要採集這些擁有的信息字段就好。
- 合理的數據建模可以給分析減負。
- 去除髒數據
- 髒數據可以理解為異常數據，如電話號碼中存在漢字，性別中存在其他字符。那這部分我們需要清洗，嚴格要求。
如果提前做好這些準備工作，我相信數據可視化分析會更加如虎添翼。
分享到:
閱讀更多 程序猿的內心獨白 的文章
