文档介绍：黄金法则和反黄金法则数据分析的六大黄金法则
数据猿导读为什么你的数据分析成果总是难以落地？数据分析的价值总是远远低于预期？相信看完这篇文章，每个人所有能找到一种属于自己的答案。本人前后在电力、军工、金融等行业担任数据分析师，有近黄金法则和反黄金法则数据分析的六大黄金法则
数据猿导读为什么你的数据分析成果总是难以落地？数据分析的价值总是远远低于预期？相信看完这篇文章，每个人所有能找到一种属于自己的答案。本人前后在电力、军工、金融等行业担任数据分析师，有近年行业经验。从平时的工作中总结出如下六个数据分析时要注意的原则，盼望能对人们有所协助
为什么你的数据分析成果总是难以落地？数据分析的价值总是远远低于预期？相信看完这篇文章，每个人所有能找到一种属于自己的答案。本人前后在电力、军工、金融等行业担任数据分析师，有近年行业经验。从平时的工作中总结出如下六个数据分析时要注意的原则，盼望能对人们有所协助。
1、遵循数据分析原则环节
数据分析遵循一定的环节，不仅可以保证数据分析每一种阶段的工作内容有章可循，并且还可以让分析最后的成果更加对的，更加有说服力。一般状况下，数据分析分为如下多种环节：
1）业务理解，拟定目的、明确分析需求；
2）数据理解，收集原始数据、描述数据、摸索数据、检查数据质量；
3）数据准备，选择数据、清洗数据、构造数据、整合数据、格式化数据；
4）建立模型，选择建模技术、参数调优、生成测试筹划、构建模型；
5）评估模型，对模型进行较为全面的评价，评价成果、重审过程；
6）成果部署，分析成果应用。
2、明确数据分析目的
在数据分析前期，要做到充足沟通、理解业务规则、关注业务痛点、理解顾客需求、换位思考，明确为什么要做数据分析，要达到一种什么目的。这样才干保证后续的收集数据、拟定分析专项、分析数据、分析成果应用等工作所有可以环绕分析目的开展，保证最后可以从整体目的的角度去总结分析成果。
3、业务和数据结合拟定分析专项
以解决业务问题为目的，以数据现状为基本，拟定分析专项。前期要做好充足的准备，以业务问题为导向，以业务梳理为核心，进行多轮讨论，分析专项避免过大，针对业务痛点，实现知现状、明因素、可估计、有价值。此外，分析数据的范畴除了核心关注的业务指标数据，还要尽量考虑扩展外延数据，例如经济指标数据、气象数据、财务数据等。拟定分析专项之前，要进行数据支撑状况的初步鉴定，避免半途发现数据质量或数据范畴不能支撑分析工作的状况发生。拟定分析专项后来，具体论证分析可行性，保证分析过程的清晰性，才干开始分析工作。
4、多种分析措施结合
分析过程中尽量运用多种分析措施，以提高分析的对的性和可靠性。例如，运用定性定量相结合的分析措施对于数据进行分析；融合交互式自助BI、数据挖掘、自然语言解决等多种分析措施；高档分析和可视化分析相结合等。
5、选择合适的分析工具
工欲善其事，必先利其器，数据分析过程中要选择合适的分析工具做分析。SPSS、SAS、Alteryx、美林TEMPO、Repidminer、R、Python等这几种工具所有是业界比较承认的数据分析产品。它们各有其优势，SPSS较早进入国内市场，发展已经相对成熟，有大量参照书可供参