做数据分析，警惕这五大误区-Smartbi

数据分析是如今信息技术最热门的领域之一，可以为企业带来显著的效益，通过数据来记录、分析事物发展的过程和预测未来趋势，其本身是客观的，但由于或多或少受到一些主观因素的影响而致使分析结果失去意义。

受这些因素的影响，数据分析人员可能会犯的一些错误使得分析结果与事实产生偏差，作为数据分析界的一员，我们应当警惕以下几大常见误区。

1、数据分析的常见误区——分析目的不明确

面对海量的数据，我们常常会觉得好像身处大海之中，盲无方向，不知所措，用什么分析方法，作什么图表，需要哪些数据，写什么形式的报告往往使我们百般纠结。

对于一个项目而言，首先要根据业务方的需求，明确为什么要做数据分析，要解决什么问题，也就是分析的目的。然后针对分析目的，搭建分析框架，选择分析方法和具体分析指标，以及明确抽取哪些数据，用到哪些图表等分析思路，只有对分析目的有清晰的认识，才会避开为分析而分析的误区，分析的结果和过程就越有价值。

2、数据分析的常见误区——分析可以消除偏见

自动化系统执行的方式不应该存在偏见，但技术是由人类建立的，也带有主观性，因此消除偏见基本上是不可能的。 算法和分析使用“训练数据”进行调整，并将重现“训练数据”所具有的任何特征，在某些情况下，这会在分析过程中引入良性偏见，但也有可能带来更严重的偏见——因为“算法这么说”并不意味着答案是公平的或者有用的。

3、数据分析的常见误区——分析需要花大量的时间

如今，快速完成工作——无论是将产品或服务推向市场，还是近乎实时地响应客户咨询，对于任何企业来说都是影响核心竞争力的重要因素。分析听起来似乎需要很长时间才能执行，与实现速度和敏捷性的目标背道而驰，但这仍然是一个误区。我们常常在做数据分析时借用一下BI工具来实现，比如思迈特软件Smartbi，利用BI软件能够大大提升效率。

4、数据分析的常见误区——追求完美算法

有些人在进行数据分析时持有一种固执的观念，追求所谓的尖端的、高级的、显示自己技术水准的分析技术，认为分析技术越高级越好，越尖端越厉害。明明有现成的、简单的、又非常适用的方案不采用，而把时间用在对数据算法追求。

追求技术的进步和发展本身没有错，但不能一味强调高级方法。节约时间、节省资源，拿出高性价比的解决方案才是企业需要的工作态度，所以不论是高级的方法还是低级方法，只要能解决问题，就是好方法。

5、数据分析的常见误区——过度依赖数据

过度依赖数据，一方面，会让我们做很多没有价值的数据分析；另一方面，也会限制产品经理本来应有的灵感和创意。很多优秀甚至伟大的产品决策，并非通过数据发现的，而是一个产品经理综合智慧的体现。