1.3.1 数据分析
数据分析是指基于某种行业目标，用适当的统计分析方法对收集到的大量数据进行分析，提取有用信息并形成结论，是对数据加以详细研究和概括总结的过程。
数据分析的理论基础主要是概率论、数理统计及数据挖掘，常用的数据分析工具有：SQL语言、SQL+Excel、SPSS、SSAS、R语言等。一次完整的数据分析过程包括六个步骤：明确目标、数据收集、数据处理、数据分析、数据展示及报告撰写，如图1⁃5所示。
图1⁃5 数据分析六部曲
①明确目标就是明确希望通过数据分析来做什么，为什么要做。
②数据收集就是根据分析目标，使用爬虫、数据库等手段获取相关数据。
③数据处理就是对收集到的数据进行清洗、转化、提取及计算等操作加工的过程，这个过程需要根据业务数据，选择相应的工具及技术来完成。(https://www.daowen.com)
④数据分析就是根据项目任务需求对前期处理后的数据利用统计分析、数据挖掘、各种各样的建模处理等技术方法获取符合目的要求的结果。
⑤数据展示就是利用图表、表格、文字、曲线等形式把分析结果形象直观地展示出来的过程。
⑥报告撰写就是对整个数据分析过程形成项目报告文档，报告文档切忌记流水账，务必目标明确、框架清晰，有明确的报告结论，同时，提出后期建议。
数据分析是一项环环紧扣的任务，六个阶段任务目标不同，所需要的工作量也不同。一般来说，70%的工作量分配给前面三个阶段，20%的工作量分配给数据分析，10%的工作量分配给数据展示和报告撰写。一个项目的数据分析往往不是简单地经历这六个步骤就可以得到用户有价值的分析结果，往往需要经历多次反复的过程，甚至某些环节还会出现胶着现象，所以不同项目的数据分析工作量会因项目本身有异。
数据分析方法主要有描述性分析、数理统计分析和数据挖掘分析，如图1⁃6所示。描述性分析就是用少量关键性的数据描述众多数据支撑的分析结果，Excel是这类分析的常用工具；数理统计分析一般基于概率论和微积分，用曲线做估计，SPSS是这类分析的常用分析工具；数据挖掘分析主要有决策树、神经网络、支持向量机、随机森林等分析方法，这些方法可以通过历史数据得到一个规则。
