谢请！

数据分析是呈现数据价值的重要手段，如何进行数据分析也是大数据落地应用的关键环节之一，对于数据分析来说，一方面要循序渐进，另一方面也要与相关技术进行紧密结合。

对于企业来说，进行数据分析可以按照以下步骤进行：

第一：完善数据采集机制。数据采集是数据分析的基础，对于广大传统企业来说，要想利用大数据，首先要建立大数据应用生态链。大数据生态链的基础则是物联网和传统信息系统，所以要进行数据分析，首要任务是建立完善的数据采集机制。

第二：数据分析按需、按阶段建设。在大数据时代，很多企业对于大数据赋能传统企业迫不及待，迫切希望数据分析等大数据建设任务能“一步到位”，希望大数据能快速产生经济效益，实际上这种想法是存在一定问题的。数据分析要想赋能传统行业，需要按需、按阶段建设。比如对于一个连基本报表都没有的传统企业，应该从报表应用开始，然后再进一步采用BI系统，这是一个循序渐进的过程，这个过程也是培养企业大数据思维的过程。

这个自己指的是企业还是个人？别老弄的那么有使命感行不？大数据不是看表格，玩之前得先看看兜里的钱够不够。现在概念满天飞，把统计学的一些基本知识都往大数据上靠。一块显示屏上面各种数字线图乱蹦就是大数据啦！个人想玩大数据就更别提了。要分析什么？城市交通运行规律，还是淘宝女装品类购物习惯！没有一套强大的采集系统分析空气啊！建立这么一套系统才是最难的！既的保证数据的准确性，又的兼顾数据的实时性。同时还的对海量的数据进行存储分类，采集的信息准确才能保证推算的结果有效。差之毫厘，谬以千里。分析只不过是处理数据的一个步骤而已，整体的提升才有用！

如何提升数据分析能力，建立自己的核心竞争力呢？

1、树立数据思维，用数据驱动决策

最近非常关注这个事。结合自身工作遇到的问题，谈谈大数据分析的感受：

一、大数据分析是数据时代的灵魂。大数据只有经过梳理分析，并应用于生产经营管理，数据才能发挥其自身价值，不进行分析或者分析方法不当，大数据不仅不能发挥价值，反而会成为包袱和负担。

二、分类建模是大数据分析的基本手段。数据分析以解决经营管理中存在的问题为目的，在这个根本目标下，结合具体场景，将数据进行分类，如按职能分类、按项目分类、按时间序列分类，应用新的技术手段，再对各种类型的数据进行建模，运行分析数据，解决经营管理的需要。

三、相关各方汇总分析协同相关数据是关键。相关各方各自采取多种方式进行了数据处理分析，但多呈现各自封闭孤岛现象，相关数据的协同分析价值没有呈现出来，各方建立生态合作伙伴关系，进行汇总协同共享数据分析是关键，也是难点。

四、进行动态的数据分析。数据分析的价值不仅体现在对解决经营管理问题的支撑上，更体现在持续的动态调整分析中，根据分析结果的校对，对分析模型和方法进行调整。

大数据时代，就目前科技发展水平，人类还处于科技文明初级阶段。所有的数据都是来源于生产和生活，所以如果要做大数据分析，首先能在人类社会生产和生活中找到数据，当积累一定数据量的时候才能有效的实现数据分析。未来当大数据能够生产数据的时侯，那才是真正的”大数据“时代。

数据分析在其他时代也是一样，分析思路类似，在大数据时代，重要的是要掌握一个好工具，工具本身也会提供更多分析的思路。

PowerBI 帮你快速发现数据中隐藏的规律。

思路框架，可以总结一下如下。

第一步：确定分析目的

第二步：理解业务

第三步：确定研究指标

第四步：寻找原始数据

大数据时代的数据分析多半是要借助BI商业智能，也就是我们常说的BI软件。通过BI软件的智能可视化功能板块来快速完成数据智能匹配、分析、展示。BI软件不仅能在短时间内对海量数据进行深入分析，更能根据分析者的思维灵活钻取分析，并且操作简单人人都能上手，此外，即使是浏览者也拥有自助式数据分析的权利。

如果说到分析模型上，的确，从零开始打造分析模型是件既耗费时间，又容易出Bug的事，但不用担心，奥威BI就有现成的BI分析模型，或者说是BI解决方案，不仅覆盖金蝶用友这种主流ERP，还覆盖包括电商零售、智能制造等多个行业，可为用户提供历经锤炼的标准化、系统化解决方案，内设专业成熟的分析模型与BI报表模板。感兴趣的朋友可以了解一下。

1、多看书，看各种专业书籍，如统计、管理、营销、工具方面书籍，吸收其精华；

2、多思考，多想想是什么？为什么？如何做？

3、多总结，把学到的知识技术进行总结沉淀，变为自己的东西；

4、多交流，通过各种方式，听君一席话，胜读十年书；

5、多动手，没有实践，一切皆是浮云。

CPDA 数据分析师17年教学经验ˉ大数据行业协会认证