一、什么是数据分析
指用专业的统计分析方法对大量数据进行分析，并加以详细研究和概括总结，提取有价值的信息，形成有效的分析结论，从而影响业务决策
二、数据分析的重要性
一切事物，如果不能量化它，我们就没法真正理解它；如果不能理解它，我们就没法真正控制它；如果不能控制它，我们就没法真正改变它。
在大数据时代，人类大脑无法理解的复杂，而数据分析可以解读其中的含义；面对难以掌控的未知因素，而数据分析可以预测其中的规律。
数据分析能够弥补我们对直觉的过分自信，更科学合理地思考问题和做决策。
三、数据分析的作用
现状分析，过去发生了什么？例如通过描述性统计诊断业务状况
原因分析，为什么会发生？例如通过维度拆解和指标拆解等分析方法，并结合实际业务，寻找业务异常点
预测分析，将来可能发生什么？例如根据用户行为数据预测是否即将流失，并对即将流失的用户采取挽留措施
四、如何数据分析？
1.明确分析目的与思路
思路决定结果，必须明确数据分析目的，形成清晰的思路框架，避免为了分析而分析
2.数据收集
基于分析目的去收集相关的数据集，大部分为公司的内部数据，也可能涉及外部数据
关系型管理数据库（RMDB，利用SQL语言取数），数据仓库（WareHouse，利用HiveSQL取数）
文件：excel、csv、txt等
系统/平台：手动导出、selenium等python自动化脚本
互联网：网络爬虫
API：requests请求库、解析json文件等
3.数据清洗
将数据整理成整洁干净并利于接下来分析的结构和格式，数据可能分布得比较零散，需要对各类数据集进行集成
异常值、错误值、缺失值处理
字段的拆分、合并、信息提取、格式转换等
表关联：左、右、外（全）、内连接、笛卡尔积表等（左半、左反连接等）
表结构转换：行转列（长表转宽表）、列转行（宽表转长表等）、行列转置、数据透视（逆透视）
4.数据分析
需要掌握常用的分析方法和机器学习算法
基本分析方法：构成分析、对比分析、分组分析、交叉分析、趋势分析等
高级分析方法：线性回归、逻辑回归、决策树、随机森林、聚类等算法
5.数据可视化
将分析观点用图表的形式呈现出来
字不如表，表不如图，一图胜千言
基本统计图表：饼图、条形图、折线图、散点图、雷达图、漏斗图等
专业统计图表：直方图、热力图、箱线图、提琴图、核密度估计图等
6.数据分析报告
将重要的分析结论和发现汇总成PPT，形成一份完整的数据分析报告
金字塔结构，总分总形式
结论先行、由上而下、归纳分组、逻辑递进
结构清晰，层次分明，突出重点，明确要点
7.数据应用
将可行性的建议方案应用到实际业务场景，并解决公司的实际业务问题
为业务决策提供数据支持，实现数据驱动业务增长
四、数据分析工具
工欲善其事必先利其器，需要掌握的主流数据分析工具
Excel，非常重要的基础
PowerBI/Tableau，强大的商业智能BI工具
SQL，必备的数据库数据查询语言
Python，人工智能的首选计算机语言
好了，今天的分享就到这里了！最后多说一句，如果你想从事数据分析行业的话，Python是一定要学习的，这里有我自己整理的一套最新的python系统学习教程，如果你需要的话，微信扫描下方CSDN官方认证二维码即可领取
零基础Python学习资源介绍
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python学习软件
工欲善其事，必先利其器。学习Python常用的开发软件都在这里了！
三、Python入门学习视频
还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~
四、Python练习题
每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！
五、Python实战案例
光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。这份资料也包含在内的哈~
六、Python面试资料
我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
七、资料领取
上述完整版Python全套学习资料已经上传CSDN官方，需要的小伙伴可自行微信扫描下方CSDN官方认证二维码免费领取