数据分析的六大黄金法则

一、遵循数据分析标准流程
1）业务理解，确定目标、明确分析需求；
2）数据理解，收集原始数据、描述数据、探索数据、检验数据质量；
3）数据准备，选择数据、清洗数据、构造数据、整合数据、格式化数据；
4）建立模型，选择建模技术、参数调优、生成测试计划、构建模型；
5）评估模型，对模型进行较为全面的评价，评价结果、重审过程；
6）成果部署，分析结果应用。

二、明确数据分析目标
在数据分析前期，要做到充分沟通、理解业务规则、关注业务痛点、了解用户需求、换位思考，明确为什么要做数据分析，要达到一个什么目标。这样才能保证后续的收集数据、确定分析主题、分析数据、分析结果应用等工作都能够围绕分析目标开展，保证最终能够从整体目标的角度去总结分析成果。

三、业务与数据结合确定分析主题
以解决业务问题为目标，以数据现状为基础，确定分析主题。前期要做好充分的准备，以业务问题为导向，以业务梳理为重点，进行多轮讨论，分析主题避免过大，针对业务痛点，实现知现状、明原因、可预测、有价值。另外，分析数据的范围除了重点关注的业务指标数据，还要尽量考虑扩展外延数据，比如经济指标数据、气象数据、财务数据等。确定分析主题之前，要进行数据支撑情况的初步判断，避免中途发现数据质量或者数据范围不能支撑分析工作的情况发生。确定分析主题之后，详细论证分析可行性，保证分析过程的清晰性，才能开始分析工作。

四、多种分析方法结合
分析过程中尽量运用多种分析方法，以提高分析的准确性和可靠性。例如，运用定性定量相结合的分析方法对于数据进行分析；融合交互式自助BI、数据挖掘、自然语言处理等多种分析方法；高级分析和可视化分析相结合等。

五、选择合适的分析工具
工欲善其事，必先利其器，数据分析过程中要选择合适的分析工具做分析。SPSS、SAS、Alteryx、美林TEMPO、Repidminer、R、Python等这几种工具都是业界比较认可的数据分析产品。

六、分析结论尽量图表化
经过严谨推导得出的结论，首先要精简明确，3-5条即可。其次要与业务问题结合，给出解决方案或建议方案。第三尽量图表化，要增强其可读性。