1.3 数据分析的步骤
数据分析从发现问题到运用方法去解决问题有一个完整清晰的过程。
作为数据分析师，清晰了解数据分析的步骤是非常重要的，有助于清楚地把控整个数据分析的流程。
作为想要学习数据分析的人员，只有了解数据分析的流程，在面对数据分析问题时，才能知道如何去开展。
那么，数据分析流程包含哪些环节呢？
一次完整的数据分析流程主要分为6个环节，包括明确分析目的、数据获取、数据处理、数据分析、数据可视化、总结与建议，如图1-7所示。
图1-7
1.明确分析目的
做任何事情都有其对应的目的，数据分析也是如此。每一次分析前，都必须要先明确做这次分析的目的是什么。只有先明确了目的，后面的分析才能围绕其展开，常见的数据分析目标包括以下3种类型。
（1）指标波动型：主要是针对某个指标下降、上涨或者异常所做的分析，比如，DAU（日活跃用户数）降低了、用户留存率降低了、电商平台的订单数量减少了、销售收入降低了。分析的主要目的是挖掘指标波动的原因，及时发现业务的问题。这里的关键是要量化指标下跌的原因，比如，总的指标下跌有多少是A原因引起的，有多少是B原因引起的。
（2）评估决策型：主要是针对某个活动上线、某个功能上线、某个策略上线的效果评估，以及对下一步迭代方向的建议。这些建议是指导产品经理或者其他业务方决策的依据，所以数据分析对应的结论产出不能局限于发现什么，而是要告诉业务方怎么做、方向是什么。
（3）专题探索型：主要针对业务发起的一些专题进行分析，比如，增长类的专题分析，怎么提高用户新增、活跃、留存、付费；体验类的专题分析，如何提高用户查找表情的效率；方向性的探索，微信引入视频号功能的用户需求分析以及潜在机会的分析。
2.数据获取
明确了数据分析的目的之后，就是根据我们的分析目的，提取相对应的数据，通常这个环节是利用Hive SQL从数据仓库中提取数据。
在提取数据时，通常要注意提取的维度和对应的指标个数。以电商APP的付费流失严重为分析案例，我们需要提取的维度和指标可以根据具体的业务流程来制定（见图1-8）。
图1-8
（1）维度（见图1-9）
我们需要确定好维度。
时间维度，确定提取的时间跨度，例如，今天的数据和昨天的对比，就是提取两天的数据。
设备维度，确定是否需要区分iOS和安卓平台，对不同平台的用户进行对比，以分析付费流失严重是否主要发生在某个平台。
年龄、性别、地域维度，提取这些维度信息，主要是为了确定在哪一个年龄层、哪个性别、哪个地域的用户流失最严重。
新老用户维度，主要从新旧维度上分析流失严重是集中在新用户还是老用户。
图1-9
（2）指标
确定好维度以后，接下来就是指标信息，维度+指标才是一个完整的数据。根据图1-9，我们可以把指标信息概况为如图1-10所示。
因为需要分析每一个环节的流失情况，所以需要提取下单的每一个环节对应指标的人数和次数。基于这些人数和次数，我们可以计算每一个环节之间的转化率。
活跃浏览比=浏览的人数/活跃的人数
浏览添加比=添加的人数/浏览的人数
添加下单比=点击下单人数/添加购物车人数
成功下单率=成功下单的人数/点击下单的人数
图1-10
3.数据处理
当我们知道应该从哪里获取数据，以及获取哪些指标数据后，为了保证数据质量，通常要对数据进行处理。
常见的数据处理有异常值处理、空值处理。比如，我们在提取用户的年龄数据之前，需要去除年龄中空的数据及异常数据（如年龄超过120岁等）。
4.数据分析
根据分析目标，要选择合适的分析方法和分析思路去做拆解和挖掘。
针对订单流失的问题，典型的分析思路和方法是漏斗分析和用户画像分析。
漏斗分析主要是分析付费流失严重的主要环节在哪里，如图1-11所示，我们发现付费流失严重主要是因为“用户活跃”到“浏览商品”的转化率从50%降到30%，减少了20%，那就可以把问题定位成为什么用户浏览次数会变少。
图1-11
用户画像分析可以帮助我们分析流失严重的用户是什么特征，如年龄、性别、地域等；在流失前有什么特定行为，如访问了哪些页面、看了哪些内容。这样就可以知道这种流失是集中在哪一个年龄群体、哪一个地域群体及其他行为特征。
5.数据可视化
通过数据分析得出结论后，还需要用图表展示出来，所谓“文不如表，表不如图”，用图表可以更清晰地展示你的结论，一般我们可以利用Excel、Python或者R语言进行可视化图表的制作。
常见的图表有柱形图、折线图、饼图、条形图、面积图、散点图、组合图、箱线图等。
6.总结和建议
当利用图表把数据分析结论展示出来后，就是数据分析的总结部分，主要包括得出了什么具体结论，以及给业务人员提供具体建议，告诉他们改进的方向。