数据分析的基本方法
一、明确问题
对于数据分析来说，最重要的不是数据分析本身，而是——问题。
也就是，你，到底想知道什么？
提出问题的能力比解决问题的能力更重要。
对于这句话，我深以为然。
在数据分析方面，这句话显得尤为明显。
同一件事情，不同的人会从不同的方向和角度提出不同的问题。清晰、明确和具体的问题会让数据分析本身变得简单和有效。
很多数据分析之所以困难，很大的原因就在于，问题的不清晰和不具体。
二、解析问题
问题的答案来自哪些维度的数据？
这些数据是否全部都能得到原始数据？
如果全部都能得到原始数据，那么可以进入埋点阶段了。
如果有些数据不能得到原始数据，可以判断一下，是否通过简单的计算可以得到结果。如果可以，那么，就可以进入埋点获取数据阶段了。如果简单的计算无法得到结果，那么，就需要将问题分解成一些简单的小问题。
总之，问题的解析，有两个关键点，一个是那些维度的数据决定了问题的答案，另一个就是尽可能地获取原始数据。
之所以要尽可能地获取原始数据，是因为，在我以前大量的数据分析的经验，太多和太复杂的计算，最终得到的结果比较容易偏离实际情况，也就是失真的概率会比较大，失真度也会比较大。
当然，这一点并不是绝对的，如果算法足够严谨，也可以考虑复杂计算获取结果的方法。
三、获取数据
1、埋点
埋点，是一件很有技巧性的事情，也是一个很容易产生混乱的事情。最好能有一个统一的埋点规划和管理。
2、爬数据
不说了。
3、用户调查
不说了。
四、数据可视化和对比
数据分析的结果都是要可视化出来的，只有这样才能看出问题，得到答案。
数据的可视化，经常遇到的一件事，就是用什么样的图表？
一个数据表，可以用柱状图、可以用折线图、甚至也可以用饼状图等等。这个时候，如何选择？
对比。
这就是选择图表的标准。
数据的可视化主要是为了对比。只有对比，才能发现问题，找到答案。
对比，有两种，一种是同一张图表中的数据的对比，比如，一张柱状图，很明显可以看出某一维度数据的多少/大小等。
另一种就是多张图表的对比，可以看出很多很多事情。
所以，使用哪种图表进行可视化，取决于要对比什么数据和如何对比。
