1、数据分析的意义

    从互联网上的词云分析中可以看到，“数据分析”这个词汇的热度很高，然而数据分析到底是什么？从行业的角度看， 数据分析是基于某种行业目的，有目的的进行收集、整理、加工和分析数据，提炼有价值信息的一个过程。再通过分析手段、方法和技巧对准备好的数据进行探索和分析，从中发现因果关系、内部联系和业务规律，为商业目的提供决策参考。

2、数据分析的把握方向

    而从本质上看，数据分析主要从三方面进行把握：

    1）目标，数据分析的关键在于设立目标，专业上叫做“有针对性”；

    2）方法，数据分析的方法包括统计分析和数据挖掘两种；

    3）结果，数据分析最终要得出分析的结果，结果对目标解释的强弱，结果的应用效果如何。

3、数据分析的步骤

    有了对数据的把握后，那数据的处理过程就很好理解了，主要包括：明确分析的目的和内容、数据收集 、数据处理、数据分析、数据展现和报告撰写等六个步骤。

4、数据分析的工具

    有了整体框架的把握后，要分析数据就需要专业的数据分析工具了，而专业的数据分析工具不仅仅要提供日常作为公司KPI考核的一些数据，更要提供公司横纵向多维度的数据，每个数据之间的联系。我们需要找出它每一个属性，这个属性的实体代表什么？后面的属性是什么？如果数据就放在硬盘里面，那数据也仅仅是数据，没有对数据属性的理解洞察和对算法能力的了解 ，那它上升不到Information的阶段。

5、数据分析的多维度

    公司日常主要关注的数据作为公司KPI考核已成主流，例如：新增、留存、激活、渠道、GMV等。但这是否意味着其他数据都没必要看了呢？

    如果一个企业老板这样要求团队运营和看自己的数据，那你能想象这个运营团队是怎样使用他的数据，不会研究的很深！其实数据之间都是有关联性的，每一个维度的数据并不能很客观的探索出业务问题的最本质原因。选取主要的几个数据可以作为KPI考核，其他的数据应该重点作为KPI的分析数据。

    除了新增、留存、激活、渠道、GMV，我们还要看漏斗分析、用户群、渠道质量、访问序列、热点图等一切可以降低成本的数据。

    企业对于数据的驾驭，从最基本的获取到整合、治理、探索、分析、行动，这种全能力的建立已经比以往任何时候更为重要。毕竟人口红利已经过去，精细化运营，用数据作为决策才是专业之选。对于个人而言，现在参加数据分析师培训转型成为数据分析师正当其时。