一个案例，看懂数据分析全流程

一个个数太过费事且很难数清楚。

因此，你决定化繁为简，抓最主要的成本和收入。

你去老王的摊子上，了解到以下关键信息：

于是，你整理出下边的逻辑图与数据表，这一步，用专业话说：建立分析模型。

做这步，可以开始收集数据了。

这个过程，用专业话说：数据采集。

采集过程中，要注意剔除一些问题。比如晚上打麻将输了1000元，这跟小摊没关系，因从微信收支里剔出去，这叫：数据清洗。

采集到细节数据后，可以计算每日的收支情况，如下表所示。这个过程叫：数据计算（俗称：取数）。取数的复杂程度，和数据计算的复杂度有直接关系，如果数据都像上边这么简单，工作肯定轻松很多。

有诗云：“一杯茶、一支烟、一段SQL写一天”，就是在吐槽，数据计算太过复杂，导致得写几百行SQL才能拿出来。

看到数据后，你会好奇：为啥老王收入这么不稳定？一天高一天低。

具体了解每天以后，你发现：

看起来，如果不记录这些原因，是没法深入分析的。于是你如下图所示，对每一天老王的内部因素和外部因素做了记录。这个动作叫：增加分析维度（俗称：打标签）。

有了分析维度，就能解释为啥老王收入不稳定了，并且有了一定预测能力。比如你看到天气预报，本月预计持续降雨2周，那老王的收入肯定保不住了。

综合以上所有信息，经过1个月以后，你终于完成了开头列出的分析目标，如下图所示。

整体看起来，老王确实在数据统计月份，比你的打工工资高。但是经过细致的分析，你了解了老王收入波动的影响因素，可能会增加新的判断维度。比如：

这个过程，用专业的话说，叫：增加评估标准。

最后，你得出结论：虽然摆摊收入是高，但太耗体力，且稳定性差，所以拒绝接受摆摊的建议。这叫：得出分析结论。

以上就是数据分析全过程：

之所以很多同学觉得：自己没做过完整的分析，常见的原因是：