数据分析过程

明确目的

一切数据分析都是以业务为核心目的，而不是以数据为目的。

这些数据用来解决什么问题？将要以什么样的方式呈现？是验证某一假设？是希望提高某一个指标？

设立一个简单的目标，例如计算业务的平均值。因为有了平均值可以想数字比预期是高了还是低了，原因在哪里，数据靠谱吗？为了找出原因还需要哪些数据。想一下自己会怎么运用数据。

观察数据

先看一下columns的含义。
首先看一下哪些字段数据可以去除。（尽量不删除数据，而是隐藏，保证原始数据的完整性。）
接下来进行数据清洗和转换。
看看数据有无缺失值，数据的缺失值很大程度上影响分析结果。如果某一字段缺失数据较多（比如超过50%），分析过程中要考虑是否删除该字段，因为缺失过多就没有业务意义了。（Excel中可以通过选取该列，在屏幕的右下角查看计数，以此判别有无缺失。）
数据是否一致化，一致化指的是数据是否有统一的标准或命名。例如上海市数据分析有限公司和上海数据分析有限公司，差别就在一个市字，主观上肯定会认为是同一家公司，但是对机器和程序依旧会把它们认成两家。会影响计数、数据透视的结果。这就需要手动清洗。
数据是否有脏数据，脏数据是分析过程中很讨厌的环节。例如乱码，错位，重复值，未匹配数据，加密数据等。能影响到分析的都算脏数据，没有一致化也可以算。
有没有重复数据，使用Excel的删除重复项功能，快速定位是否有重复数据。
将特殊结构的数据进行转换和规整为数据标准结构。

数据清洗

数据清洗可以新建Sheet，方便和原始数据区分开来。

我们检查一下有没有错误，利用筛选功能快速定位。

分析过程

因为主要数据均是文本格式，所以偏向汇总统计的计算。如果数值型的数据比较多，就会涉及到统计、比例等概念。如果有时间类数据，那么还会有趋势、变化的概念。

整体分析使用数据透视表完成，先利用数据透视表获得汇总型统计。