数据分析过程

数据分析的一般过程：

1、明确分析目的：

了解需求，明确数据分析的目的，才能有效的对之后数据的采集、处理、分析等指引方向。

2、数据收集：

按照需求收集相关数据的过程，为数据分析提供依据。
收集数据的工具或者来源有：数据库，互联网等。

3、数据处理：

数据的采集、数据分组、数据计算、数据存储、数据检索等。
数据处理就是从大量可能杂乱无章难以理解的数据中抽取出有价值的数据。
处理需要用到的工具有：Kettle、Excel等
Kettle：完成数据的提取、转换和加载

4、数据分析：

数据分析工具方法或者语言有：Excel、SPSS、Python等。
SPSS：SPSS软件的特点是操作比较方便，统计方法齐全，能够直接输出数据分析结果的统计图形和数值表格
	SPSS还能够直接读取Excel或Database的数据文件，这极大地方便了各种数据的提取和分析。
	SPSS的优势是提供菜单和代码语言操作、界面友好、分析操作方便，统计分析功能齐全；
	劣势是数据录入和整理方式比较死板，一般都是在Excel中将数据整理好后再导入SPSS中进行分析。	

5、数据展示：

图表形式
可视化绘图工具：Excel、Echarts（为实现Web网页交互可视化库）、tableau、Python等。

6、报告撰写：

对数据分析结果的总结。
工具：Excel、Power BI、Tableau等。

总的来说数据分析过程概括为一句话就是：

确定目标数据、数据采集、数据清洗、数据存储、数据分析、结果可视化及结果支持的决策。

数据分析用到的技术栈：