据说这是一篇帮你快速把握数据分析的文章

　　1、为什么要注重数据分析？
　　我们为什么要注重数据分析，对此我的想法是：
　　有效避免拍脑袋、主观臆想；
　　为决策提供支撑，更能说服人；
　　通过数据分析，可以看到决策的效果、问题以及未来应该如何做。
　　知乎用户绡页的答案很简单，但却一语中的：
　　知错能改，善莫大焉可是错在哪里，数据分析告诉你。
　　运筹帷幄之中，决胜千里之外怎么做好运筹，数据分析告诉你。
　　以往鉴来，未卜先知怎么发现历史的规律以预测未来，数据分析告诉你。
　　2、数据分析的逻辑
　　一般而言，数据分析的逻辑是：先梳理一件事的目的、流程和逻辑（实际上也就是梳理清楚业务逻辑），界定出关键用户行为和数据，分析数据找到问题，思考解决方案。
　　比如某电商做了一个专题活动，但效果却并不理想，现在需要寻找原因，那么它的逻辑就大致是：首先梳理用户消费流程：专题活动页面商品页面下单购买，或者是通过搜索导航商品页面下单购买；然后界定出关键的用户行为：打开专题页或通过搜索导航、进入商品页面、点击购买、下单等；再然后确认是用户的哪个行为数据是否有异常的地方，也就是找到问题所在；最后就是思考怎样去解决这个问题。
　　3、数据分析的方法
　　在数据来源正确的前提下，数据分析的方法可以分为定性分析和定量分析。
　　定性分析，就是对事物的性质作出判断，究竟它是什么。比如最近某一个产品的用户活跃度大幅度提升，而结合该款产品最近的更新情况可知，用户活跃度之所以大幅提升是该款产品上线了一个新功能导致的。
　　定量分析，是指对事情的数量做出统计，衡量它有多少。比如产品优化了登录注册流程，这一优化的效果是怎样的，带来了多少新注册用户，增长率是多少。
　　在《增长黑客》中有一段对数据分析的精彩论述，其中也有提到定性分析和定量分析的关系：
　　数据分析就是定性分析和定量分析的相互结合，不断验证的过程。提出假设、设计方案、分析数据、验证或推翻假设，最终抽丝剥茧，逐渐接近真相。数据是相互印证的，彼此之间有如通过无形的网络纵横连接，只需轻轻按动其中一个就会驱使另外一个或一组产生变化。
　　通过数据分析得出的结论，应当能反推出其他数据，或是与其他数据分析得出的结果相一致。例如，假设某日在线订餐网站的数据量猛升，猜测与天气阴雨、用户窝在办公室或家中不愿出门有关，那么就应当去翻查近期之内网站在阴雨天期间的访问数据，看是否出现了类似的攀升。
　　4、数据分析的流程
　　就我自己亲身工作经历而言，数据分析的流程应该是：
　　明确目的拉取数据处理数据寻找异常点得出结论验证结论
　　明确目的：清楚并理解此次分析的目的是什么，比如寻找某地城市的流量锐减的原因，这个很多时候是建立在你对业务逻辑流程的理解，如果不了解的话，你所做的不是数据分析，顶多就是个数据整理的工作。而这就要求先确认分析维度，包括拉取什么数据、核心变量是什么、核心变量是否受到其他外界因素的影响（是否有其他需求上线？能否取到准确来源的数据？时间范围的数据是否出现数据问题？）
　　拉取数据：很多时候我们需要自己动手从数据库里拉取相关数据，在拉取数据时，需要注意以下几点：能在数据库里处理的，就不要拉到excel中处理；语句是否完整：引号、分号、条件限制是否准确：时间、平台、页面、类别、是否去重、是否清洗；语句逻辑是否正确；所取时间段数据是否不受外界因素影响等等。
　　处理数据：保存拉取出来的数据作为原始数据，保留相应的语句；掌握常用函数（Vlookup、sum、Average、if、Iferror）；当你认为所需要做的事情特别繁琐时，找人问；或者将你的问题清楚表述，然后百度，你要相信，你所遇到的问题别人很有可能早就遇到过。
　　至于寻找异常点、得出结论这两步，则是需要结合具体的业务才能进行，而验证结论，则是需要从其他维度去验证一下结论的可靠性，我觉得找老大review是最简单最暴力的一种方式。
　　5、其他
　　A、如我们所知，对待数据一直以来都有不同的态度，有的人做任何决策都希望能够有数据作为支撑，同样有的人追求的是对人性的洞察，追求的是对未来的预见。在我的理解范围内，这两者本质上并没有直接对立的成分在，没必要将两者对立起来，我们唯一要关注的东西就是实现目的。在关注目的结果的时候，我们就会很清晰的明了，不管是数据流还是人性派，都只是手段，清楚目的所在，就不会轻易因为数据不好看就放弃某个决策，也不会固执坚持某个观点。
　　B、关于数据敏感：很多人在我面前说自己对数据敏感时，我每次都不以为意。因为我觉得数据敏感这个实际上是个伪概念，它更多的是一种（多接触数据之后的）结果，而非能力，尤其不是那种靠天赋的能力。如果非要说是一种能力，在我的理解范围内，我觉得数据敏感是一种建立在对业务足够理解的前提下，并且可以通过足够的训练获得的能力。没错，我想说的时候：不谈对业务的理解，只谈数据，我觉得这是在耍流氓。
　　C、数据的根本用途就是提供决策依据，减少不确定性。现在人们的决策，大多数是靠感觉，靠跟风，靠个人经验，只有很少部分是客观数据分析。数据，提供了一种更为可靠的决策依据。