學習分享：數據分析的步驟

數據分析主要分為 6 大步驟：

構建 X 問題 – 提出假設 & 選擇指標 – 數據採集與整理 – 數據分析 – 數據呈現 – 提出後續建議。

構建 X 問題

數據分析的最終目的在於解決問題。帶著不同的出發點得到的數據結果可能會很不一樣。

所以，一切分析的開始必須要先識別要解決的重要問題是什麼，以及這個問題為什麼是最重要的。

從哪入手？

有預判類的分析，可以從已有的策略方案出發，尋找相應定量衡量方法。

提出假設，選擇指標

針對有預設的問題，假設可以直接來源於問題；對於沒有實現預設的問題，則需要我們圍繞問題進行窮舉可能的假設。

不同類型的假設，衡量方式會不一樣，有些假設可能還需要定性調研配合來驗證。

數據採集與整理

在採集之前的一個階段，必不可少的是與數據產品或開發人員明確：數據指標的計算規則以及需要的數據指標列表(包括對應的時間段、平台端)，防止等到要提數的時候結果發現沒有數據或者數據計算方式不合理。

數據整理的第一步是數據清洗，原始的數據表往往含有不少臟數據，如測試數據、異常值、空缺等等，直接用來計算分析可能會導致數據結論有偏差或無法計算。數據清洗就是要將原始數據表處理成可方便計算分析的乾淨整潔的數據表。

數據整理好之後，可以進行初始的數據加工了。

數據分析

做數據分析有一個非常基礎但又極其重要的思路，那就是對比，基本上 90% 以上的分析都離不開對比。主要有：縱比、橫比、與經驗值對比、與業務目標對比等。

數據呈現

就是數據可視化的部分，數據分析師如何把數據觀點展示給業務的過程。數據展現除遵循各公司統一規範原則外，具體形式還要根據實際需求和場景而定。

提出後續建議

根據數據分析的結果和報告，提出切實可行的方案，幫助企業決策等。