做数据分析的9个原则

为啥要写这篇wiki？
最近在一个新项目中掉了不少坑，其中一项就是竞对数据分析，于是想做些总结并分享出来，既能让其他朋友少掉坑，也能让自己对此的认识更加深刻。

我本来先自己做了些总结，但随后意识到，我所碰到的问题一定不是什么新问题，一定有比我更专业的人早就做好了总结，于是google了一下，果不其然有很多发现，这些总结大多都聚焦于具体的数学分析方法、数据分析理论，虽然这些都不错，但却比较艰深晦涩。然而功夫不负有心人，通过调整搜索关键词，我终于找到了一篇数据分析一般性原则的总结，类似于我自己的总结是思维方式上的一些总结，但却远比我的总结全面，也更加通俗易懂，于是就想把它分享出来，相信能对数据分析的工作有些帮助。

下面并不是对这篇文章逐字逐句的翻译，它更多地是我基于自己的理解，用自己语言的一个转述，对原文感兴趣的同学可以看这里。

做好数据分析的基本原则：
原则1：明确目标和方法
做数据分析前要清楚知道我们通过分析想回答什么问题，达成什么目标。此外我们还应该对我们要分析的数据有些基本了解，比如有些什么数据可用？数据是如何组织的？存储在哪里？我们有什么分析工具等等。磨刀不误砍柴工，先想清楚这些问题往往能让后面的工作更加聚焦和高效

原则2：了解数据是如何生成的
举个例子，比如你是Amazon的一名数据分析师，接受了一项任务来做订单分析。数据库里有张订单表，你可能需要考虑的是，这张订单表会保存未完成的订单吗？这张表的一条记录在网站上是如何生成的？如果用户创建了一个订单但是没有付款这张表里会有数据吗？这张表里每个字段具体是什么含义？

(我们在项目中的这个环节就掉了大坑，因为涉及具体的业务，此处省略1万字…​ )

原则3：检查数据的有效性
在整个分析过程不断地检查以确保数据有效性，这可以及早地发