很多人一提到数据分析就处于蒙蒙哒的状态，今天给大家介绍一下数据分析，我们为什么要做数据分析，以及它的一些基本指标，希望大家喜欢。

一、数据分析的三大作用现状分析：简单讲就是告诉你过去发生了什么。以指标为标准去衡量企业状态是好是坏。告知企业各项业务的构成，更深入的了解企业。一般以日、周、月报形式完成。原因分析：告诉你某一现状为什么发生。如环比下降是什么原因导致的，整体模块中，分环节全部下降还是部分下降严重等。预测分析：告诉你将来会发生什么。为企业制定目标计划和战略起到有效的参考和决策依据。通常在制定企业季度、年度等计划时启用。

二、数据分析六部曲

1.分以下两步走：

明确分析目的：是以解决问题为导向的思考和结果，而不是过分的追求高级的分析方法。能解决问题的方法才是最好的方法。确定分析思路：只有明确了分析的目的，我们就可以搭建分析框架，最后还要确保分析框架的体系化。体系化也就是逻辑化，简单说就是先分析什么，后分析什么，使得各个分析点之间具有逻辑关系。比如经常用到的PEST、5W2H、SWOT等分析法理论，都需要不断地实践，才能体会到其强大的作用。

2.数据收集： 数据库：很多公司都有自己的数据库，积累了公司成立至今产生的相关数据。现在对于互联网公司来说多是对产品埋点，接入第三方的统计工具已做分析（这里就不为它们打广告了，嘻嘻）。公开数据报告：如《中国统计年鉴》《中国社会统计年鉴》《世界发展报告》等。互联网：如国家及地方统计局网站、行业组织网站、政府机构网站、传播媒体网站、大型综合门户网站等。市场调研：也就是我们所说的用户调研，分为定量、定性调研两大类；定量，是大规模、全范围的调查用户。优点是详细、数据全、更准确；缺点就是耗时、人力、物力。定性，就是指定用户群体，小规模的调查用户。优点是耗时、人力、物力少，相对的缺点就是数据准确度没有定量调查高。

3.数据处理： 

4.数据分析： 数据分析与数据处理的区别：数据处理是数据分析的基础。简单说，就是对原始数据的筛选后的结果再去分析。数据分析与数据挖掘的关系：数据挖掘就是从大量的数据中挖掘出有用的信息，侧重解决四类数据分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。（这个可以在掌握一定的数据分析知识后，再去研究）5.数据展现： 常用的数据表包括：饼状图、条形图、柱状图、折线图、散点图、雷达图等，进一步加工可以成为，如金字塔图、矩阵图、漏斗图等。也就是所谓的一图胜千言。

6.报告撰写：

一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。另外，数据分析报告需要有明确的结论。最后，一定要有建议或者解决方案。这样才能是一份完整的数据分析报告。

三、数据分析的三大误区分析目的不明确，为分析而分析：数据分析应该围绕你的分析目的（了解现状、找出业务变动原因、预测发展等）而进行分析。缺乏业务知识，分析结果偏离实际：数据分析不是纯数据分析，而是需要多从业务方面进行分析，不应停留在数据表面，要思考数据背后的事实与真相，使得分析结果更加切合实际，为老板的决策提供有力的支撑，否则就是纸上谈兵。一味追求使用高级分析方法：不论高级的分析方法还是简单的分析方法，只要能够解决业务问题，就是好方法。四、总结

好的数据分析师不是一朝一夕练成的，身为产品经理每天要分析大量的用户数据，来决策产品的改版以及给创新提供依据。这里给大家分享一篇我原来写过的文章产品经理必备技能之数据分析入门篇，所以入门不要怕也不要想的太多而不去做。慢慢积累沉淀形成自己的东西。