写在前面
数据、信息、知识是层层递进的。从集合的角度来看，数据包含信息，信息包含知识。数据的概念太大了，从大量的数据中提取出来关键的内容，这就是所谓的信息，信息可以消除不确定性。从信息中在提取出关键的内容，这就是所谓的知识，旨在支持组织的业务运作个管理决策。
可以这么说，数据分析就是从海量信息中发现有用的知识的过程，这些有用的知识可以赋能业务决策。所以不难看出，数据分析是数据到决策的桥梁，即数据——数据分析——决策——执行。本文将从方法论的层面聊一聊数据分析是怎么一回事，希望本文对你在面试或者日常工作中有所帮助。
数据分析需要做什么
数据分析的工作看似神秘而高大上，其实不然。数据分析师的日常工作无外乎包括以下四个方面的内容：
-
描述分析
相对简单，旨在给出现状，即发生了什么
-
诊断分析
在描述分析的基础之上，需要提供问题背后的原因，即为什么发生
-
预测分析
基于现状分析，利用统计、数据挖掘等技术，对未来做出预测，即将会发生什么
-
规范分析
形成一套管理决策方案，推动业务执行。
值得注意的是，在实际的工作场景中，描述分析和诊断分析基本上是数据分析师的主要工作内容。
分析流程
准备阶段
-
1、确定分析目标和分析思路(框架)，界定问题是重中之重，很容易被忽略
-
2、数据收集
实施阶段
-
3、数据处理
-
4、数据分析
-
5、数据展现
-
6、撰写报告
数据分析的核心秘籍
三项关键要素
-
谁看数据：不同level的人，关注的数据粒度不一样，CEO决策和运营决策所看的数据是不一样的
-
什么业务:不同的业务关注的点不一样
-
分析思维
五个思维模式
-
1、对比：横向比(跟其他参照物对比)、纵向比(不同日期对比)
-
2、拆分：便于找到更细节的问题，比如销售额 = 成交用户数x客单价，成交用户数= 访问用户数x转化率
-
3、降维：不要迷失在数据指标里面，找到核心的指标
-
4、增维：基于原始指标，加工辅助的指标
-
5、假设：先假设，在验证
总结
本文主要介绍了在面试的过程中，该如何跟面试官聊数据分析。简单讲，可以概括为三个方面：数据分析是做什么的、数据分析该怎么做、数据分析的方法论。当然，这些只是从宏观的角度去思考了数据分析，在实际的操作过程中会涉及到很多术的层面，需要我们在日常的工作中多加注意。
面试|该如何跟面试官聊数据分析
