全部文档
当前文档
最近更新时间：2021-03-02 20:03:28
如何才能更好使用数据分析工具分析数据？
那么首先需要理解什么是数据分析?
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
那么第一个问题，如果采集过来的大量数据不适合当前的分析主题，那么数据分析是不是毫无意义呢？
现实中很多人随意给出一组数据，把数据填充到分析工具得到一个可视化图表.认为这就是数据分析，但却忽略这个图表体现出来的含义实际意义。
还有一些人随意给出一组数据，把数据填充到分析工具认为一定会出来一个什么样的图表，结果图表没出来。那此时是因为分析工具支持的不够强大呢？
答案显然不是。
其实在数据分析的时候我们需要提前做这么一件事情。
保证数据的质量。
数据质量是数据分析结论有效性和准确性的基础也是最重要的前提和保障。
如何控制数据质量？
1.明确自己的分析主题
如你拥有来自不同部门的交易数据，那么此时你想做一件什么事情，变得尤为重要，你是想分析部门的业绩情况，还是想看哪个客户是优质客户？
这时我们要明确分析主题。
2.合理的数据建模
明确主题后，我们要业务建模，业务模型继而确定技术建模。简单的说，如：本次课题：看哪些是优质客户？
那么要确定优质客户的标准是什么，如收入问题，有联系方式，交易额超过10万。那我们此次建模只需要采集这些拥有的信息字段就好。
合理的数据建模可以给分析减负。
3.去除脏数据
脏数据可以理解为异常数据，如电话号码中存在汉字，性别中存在其他字符。那这部分我们需要清洗，严格要求。
如果提前做好这些准备工作，我相信数据可视化分析会更加如虎添翼。
纯净模式
