对数据敏感就是当你看到一大堆杂乱无章的数据时，你会很有耐心的找出其中的规律所在，不厌其烦，并且乐在其中。
而做典型的数据分析可能包含以下三个步骤：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
数据分析过程实施
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。
一、 识别信息需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。
二、收集数据
有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：
①识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；
②确由谁在何时何处，通过何种渠道和方法收集数据；
③录表应便于使用；
④取有效措施，防止数据丢失和虚假数据对系统的干扰。
三、分析数据
分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有： 老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图； 新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；
四、数据分析过程的改进
数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：
①供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；
②息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析。
③收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；
④据分析方法是否合理，是否将风险控制在可接受的范围；
⑤据分析所需资源是否得到保障。
1、识别信息需求：识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。
2、收集数据：有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。
3、分析数据：分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图。
4、数据分析过程的改进：数据分析是质量管理体系的基础。
想要学习如何掌握数据分析能力，推荐选择十方融海。十方融海通过自主研发，形成了“知识分享平台-荔枝微课+在线SaaS工具-女娲云教室+新职业技能课程”业务矩阵，让知识触手可及，帮助用户实现兴趣与技能双向进阶，实现职业自由。并且，为了让每一个想要晋升管理层的职场人掌握核心竞争力，提升效率、实现职场逆袭，十方教育还会邀请一线互联网大厂数据分析师、操盘过百亿量级运营活动、十方首席数据分析师来为学员讲解数据分析实战课，助力学员学习数据分析技能，提升数据分析能力。
官网立即咨询
推荐于2018-03-06·TA获得超过271个赞知道答主
回答量：采纳率：30%帮助的人：72.6万我也去答题访问个人页关注
对数据敏感就是当你看到一大堆杂乱无章的数据时，你会很有耐心的找出其中的规律所在，不厌其烦，并且乐在其中。
而做典型的数据分析可能包含以下三个步骤：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
数据分析过程实施
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。
一、 识别信息需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。
二、收集数据
有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：
①识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；
②确由谁在何时何处，通过何种渠道和方法收集数据；
③录表应便于使用；
④取有效措施，防止数据丢失和虚假数据对系统的干扰。
三、分析数据
分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有： 老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图； 新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；
四、数据分析过程的改进
数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：
①供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；
②息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析。
③收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；
④据分析方法是否合理，是否将风险控制在可接受的范围；
⑤据分析所需资源是否得到保障。
已赞过已踩过<你对这个回答的评价是？评论收起
中材新材料研究院（广州）有限公司2019-12-17广告客户数据分析是为了帮助更好的进行营销决策的，一般先要从购买的时间、商品、数量、消费数量来评价客户的价值；其次 就 是分析客户的性别、年龄还有地域分布；分析客户的相关收藏和购买 信 息了解客户的消费喜好。Chinapex创略公司提供 专 业的...点击进入详情页本回答由中材新材料研究院（广州）有限公司提供
2022-03-01·百度认证:深圳十方融海科技有限公司官方账号
十方融海向TA提问关注对数据敏感就是看到一大堆杂乱无章的数据时，会很有耐心的找出其中的规律所在，不厌其烦，并且乐在其中。做数据分析包含以下三个步骤：探索性数据分析、模型选定分析、推断分析。1、识别信息需求：识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。
2、收集数据：有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。
3、分析数据：分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图。
4、数据分析过程的改进：数据分析是质量管理体系的基础。
想要学习如何掌握数据分析能力，推荐选择十方融海。十方融海通过自主研发，形成了“知识分享平台-荔枝微课+在线SaaS工具-女娲云教室+新职业技能课程”业务矩阵，让知识触手可及，帮助用户实现兴趣与技能双向进阶，实现职业自由。并且，为了让每一个想要晋升管理层的职场人掌握核心竞争力，提升效率、实现职场逆袭，十方教育还会邀请一线互联网大厂数据分析师、操盘过百亿量级运营活动、十方首席数据分析师来为学员讲解数据分析实战课，助力学员学习数据分析技能，提升数据分析能力。
做数据分析关键是要掌握Python、R、SAS等数据编程工具，平常多做一些训练，阿里云大学官网和九道门商业大数据分析实验室官网都不错，增加对Python在项目中的使用场景理解，数据清洗、爬虫、数据分析、数据可视化这些是工作中经常用到的。
分布式存储HDOOP需要简单了解
对云计算的技术作为了解
数据可视化不是很难，如果不要求特别美工的话，大家先理解图表，再研究研究仪表板，阿里云的Quich BI及DataV,百度的echarts都不错，主要是展示的业务结构需要规划。
大数据技术这个相对来说有些难度，如果是学数学统计类专业小伙伴就非常有优势了，其他专业的小伙伴也不用担心，毕竟工作后还可以继续学习，在工作中用的比较多的是聚类、关联、决策树、线性回归等，如果你不去做模型和算法工程师那么只需要会用就可以了，实在不行有专业的工具让我们用，比如第四范式的产品和阿里云的机器学习PAN都是可以直接出结果的工具
分析&AI这部分先了解数据分析的基本流程和分析手法，也可以到天池大赛上去看一些案例，自己做做训练。