最简单的工作方法和思路是PDCA循环，Plan(计划)、Do(执行)、Check(检查) 和 Act(处理)；数据分析也是一样，要遵循PDCA循环。围绕PDCA循环，我把数据分析分为7个步骤：明确需求、收集数据、处理数据、分析数据、数据可视化、改进决策、跟踪迭代。
1、明确需求
数据分析的第一步是明确需求，特别重要，如果需求不明确就开展工作，很大概率是要返工的。
需求的最终确认要落实到《需求确认表》，并且双方都认可且确认。
需求明确的同时已确认数据源，可能在数据库，在excel，或者是需要去采集。
对获取来的数据进行清洗，把不需要的剔除，把需要的加工成我们想要的样子，方便后续分析。
主要从以下几个方面处理数据：
根据需求的分析目标、分析背景、知识、经验确定好分析方法，对数据进行分析。
常用数据分析的8种思维：
对比：环比、同比、类比
细分：区域、人员、产品、渠道等
溯源：从数据源找因果关系
相关：关联规则、相关分析
假设：大胆假设、小心求证
逆向：打破常规，反向思考
演绎：一般到个别
归纳：从个别到一般
上述数据分析思维不是独立的，在数据分析过程往往是几种数据分析思维综合运用。例如对于指标下降经常用的就是对比思维和细分思维。举个我之前工作的例子（我们公司是做移动聚合支付的），对于日交易笔数下降怎么分析呢？
首先判断是正常下降还是异常下降，运用到对比思维：同比，通常周末交易笔数高，工作日相对低些，就会用到周同比。
确认是异常下降后，再对指标进行细分：比如按区域—省份—城市、支付通道、支付方式等进行细分。
我们经常会出现的情况是：某些省份下雨导致交易笔数下降，这属于正常现象；支付通道故障，找出问题通道，联系通道方处理或紧急切换通道。
通过数据可视化，让大家更直观更容易理解数据。
最基础的数据可视化工具就是excel，如果想更方便、想让图表更精美，有很多数据可视化工具，拖拖拽拽就能生成精美的数据图表。例如FineReport、FineBI、BDP、tableau等，推荐使用FineReport，理由如下：
1）个人版免费；2）支持多种数据源，包括数据库、文件、内置数据集等；3）有很多现成精美组件，直接组件复用就可以做出好看的图表；4）文档和社区维护的很好，有问题在上面查找或者提问会有大神来解答；5）特别灵活，可以发挥你的想象力做出你想要的数据看板，例如背景、边框都可以插入任意图片，还可以插入icon图修饰。
ps：帆软官网还有超全面的可视化指南，教你如何选择图表、如何配色等，是不是很体贴周到😊
如下图《某线下店顾客分析》大屏就是通过FineReport组件复用制作的。不用惊讶😜，用FineReport你也可以轻松做到。
有效的数据分析能辅助需求方改进决策，数据分析师也应该参与到改进决策环节，前提是你要熟悉业务。当多人意见不同时，可采用ABtest方式实施不同方案，再根据数据结果分析哪种方案更好。
通常大家认为改进决策就是数据分析的终点，其实不然，数据分析也需要闭环。改进决策是否落地执行、有没有效果，需要跟踪数据，继续数据分析，不好的改进，好的继续优化。
小结：
以上总结了数据分析7大步骤，实际工作还要结合业务场景和业务特点适当变通。有步骤、有方法、有工具、还要深入业务，勤于实践，多加总结，让数据创造价值。
