数据分析有什么用？
数据分析是互联网从业人员逃不开的话题，之所以被拔到这样一个高度，个人觉得是互联网行业的思维模式决定的，即短期快速试错，找对方向再投入资源加力度的去做。这样的思维模式就决定了，我们要用数据分析这个几乎是唯一能考量实践效果的方式，来不断检验想法。
数据只会客观地告诉你情况是怎样的，至于这样的情况是正常还是异常，是好是坏，需要进行人为分析。究其作用，个人觉得就两个~
第一种情况：你想检验的想法从未有过先例，那数据只能告诉你当前处于什么样的状态。
第二种情况：想法有过先例，那通过经验、通过对比，你可以明白目前的状态是好还是不好，再通过更精细地分析，可以知道是哪个地方好，哪个地方不好。
基于此，个人觉得，对数据分析还是要不卑不亢地认识。一切改动都以数据为依据不一定正确，对于一些数据差的地方，着手改进固然是好事，但对于某些数据好的地方，可能只是因为你没有更好、更具创造性的想法！千万不要停下独立思考的脚步，千万不要因为不动脑失去很多可以变得更好的机会。
如何数据分析？
总结起来，可以归纳为5步。确定分析目的和要分析的数据，观察源数据，处理源数据&分析数据，得出结论，想出优化方案。
确定分析目的和要分析的数据
这是数据分析最为关键的一步，只有你确定目的，确定要分析什么数据时，一切才有意义。
确定目的甚至不应该在数据分析的时候才开始考虑，以目的为导向去设计产品、去策划活动等等都要被说烂了，但这确实是要在你孵化想法的时候就要考虑清楚的事情。甚至在那时候就要想清楚，将来为了验证想法需要去观测分析哪些数据。这种结构化、前瞻性的思考习惯是越早养成越好的。
确定最终分析哪些数据的重要性在于，
1、如果你选择要分析的数据没有逻辑性，比如选择的数据维度等有问题，那结论很大可能是错误的。
2、实际情况往往非常复杂，结合公司、业务的实际情况去选定要分析哪些数据同样可能决定你的分析结论。举个很简单的例子，如果你选错了样本，比如你选的样本数量级很少，那分析结论就很大概率不正确。
观察源数据
很多人拿到数据就开始处理、分析，其实这样未免操之过急，拿到数据的第一步应该是凭借你对业务的了解、经验去对数据做一个初步的判断，毕竟相信很多公司做数据分析是不设专岗的，数据的调取可能是他人帮你完成的，在这个过程中双方认知上有没有差异都是不好说的事情，到手的数据未必就是你想要的，如果经过一顿分析发现数据有很基础的错误，是有可能对自己智商产生怀疑的兄弟：）
异常数据是在这一步中要重点留意的，有一些数据有较为突出的波动，我们是要提前分析的。对于这样的数据要探究它产生的原因，没别的，还是要结合业务、结合自己的运营动作去想是否合理。通过对它的分析决定是否清洗掉这样的数据，因为对于整体的数据处理来说，这样的数据可能直接对结论产生影响。
处理源数据&分析数据
处理数据的话就是善用工具吧，一般来说Excel是够用的。另外注意是善用工具，不要过分地追求使用工具，能够帮助你分析即可。同时结合个人经验说下，在用工具处理的时候，真的很可能出现操作错误，所以你要时刻提醒着点自己保持大脑运转，要对数据的合理性不断地质疑。
分析数据建立在你对分析目标清晰的情况下是相对容易的，数据是冰冷客观的，想要分析数据所体现想法的好坏，分析方法其实常用的就两种，同比和环比，同比看长期变化，环比看近期变化。
得出结论
得出结论这个步骤最容易犯的错误是先入为主，当你带有偏见地去分析数据的时候，什么样的数据都能被你分析出道理来的~
另外，同样的数据不同的人分析，得出结论可能不同，差异就在于你们掌握、考虑的信息量可能不一样，数据分析时尽可能让自己敏感、细致，尽可能多地了解一切其他变量。
想出优化方案
得出结论也不是数据最终的目的，发现问题——想出解决方案——得到反馈——再发现问题，这才是正确的循环。
