文档介绍：大数据分析教程——制作数据报告的流程
上图中可以很清楚的看到，一个数据报告（副本）依据 需求不同，有普通难度（蓝-＞橙-＞绿-＞红），也有英雄难度（蓝 -＞橙-＞绿+黄-＞红），这次我们先讲普通难度的攻略，英雄难度 放到下次讲。普通难据，这种方法比较实用。其他类型的数 据也有人做，但通常要收费。
3、 自行收集所需数据，比如用爬虫工具爬取点评网站 的商家评分、评价内容等，或是直接自己人肉收集（手工复 制下来），亦或是找一个免费问卷网站做一份问卷然后散发 给你身边的人，都是可以的。这种方式受限制较少，但工作 量/实现难度相对较大。
如果你是在职人员或是实****生，我建议你不要用任何现 在公司的数据。保证数据的安全性，不对外泄露公司的任何 非公开数据，是数据分析师的基本职业道德。
实在非要用（例如你要在面试中展示你在以前公司做过 的数据报告），请将一切有意义的内容，包括但不限于各种 数字、竞品及本品名称、时间、用户属性全部打码并转成 pdf 格式，只留图形和叙事逻辑描述内容。
Step 3：数据清洗
在工作中， 90%以上的情况，你拿到的数据都需要先做 清洗工作，排除异常值、空白值、无效值、重复值等等。这 项工作经常会占到整个数据分析过程将近一半的时间。
如果在上一步中，你的数据是通过手工复制/下载获取的 那么通常会比较干净，不需要做太多清洗工作。但如果数据 是通过爬虫等方式得来，那么你需要进行清洗，提取核心内 容，去掉网页代码、标点符号等无用内容。
无论你采用哪一种方式获取数据，请记住，数据清洗永 远是你必须要做的一项工作。
Step 4：数据整理
清洗过后，需要进行数据整理，即将数据整理为能够进 行下一步分析的格式，对于初学者，用 Excel 来完成这一工 作就 OK。
如果你的数据已经是表格形式，那么计算一些二级指标 就好，比如用今年销量和去年销量算出同比增长率。鉴于你 是第一次做数据报告，建议你不要计算太多复杂的二级指标 基本的同比、环比、占比分布这些就 OK。
如果你收集的是一些非数字的数据，比如对商家的点评 那么你进行下一步统计之前，需要通过“关键词-标签”方式， 将句子转化为标签，再对标签进行统计。
Step 5：描述分析
描述分析是最基本的分析统计方法，在实际工作中也是 应用最广的分析方法。描述统计分为两大部分：数据描述和 指标统计。
数据描述：用来对数据进行基本情况的刻画，包括：数 据总数、时间跨度、时间粒度、空间范围、空间粒度、数据 来源等。如果是建模，那么还要看数据的极值、分布、离散 度等内容。这次我们是零基础做数据报告，那么就不用考虑 后一类数据了。
指标统计：用来作报告，分析实际情况的数据指标，可 粗略分为四大类：变化、分布、对比、预测；
1、变化：指标随时间的变动，表现为增幅（同比、环 比等）；
2、分布：指标在不同层次上的表现，包括地域分布（省、 市、区县、店/网点）、用户群分布（年龄、性别、职业等）、 产品分布（如动感地带和全球通）等；
3、对比：包括内部对比和外部对比，内部对比包括团 队对比（团队 A 与 B 的单产对比、销量对比等）、产品线对 比（动感地带和全球通的ARPU、用户数、收入对比）；外部 对比主要是与市场环境和竞争者对比；这一部分和分布有重 叠的地方，但分布更多用于找出