本文是基于 Coursera Google Data Analytics 的课程笔记。我想用费曼学习法来学习这个课程，将课程第一单元的内容整理成了这篇文章。适合第一次接触数据分析、想从头开始系统学习数据分析的朋友们阅读！本文介绍什么是数据、什么是数据分析、数据分析的六个阶段，如果你已经完全了解什么是数据分析，那么这个文章对你来说可能就太初级啦。不过也欢迎大神给我一些学习建议！
“数据！数据！数据！没有泥土，我无法造砖。”
你能猜到是谁说的吗？给你一个提示：说这话的人既不是著名的科技公司CEO，也不是数据分析师。这句话的作者甚至生活在科技公司出现的很久之前。但我敢打赌，你一定听说过他。
他就是：夏洛克·福尔摩斯，这位著名的名侦探是阿瑟·柯南·道尔爵士笔下的角色。道尔的意思是，福尔摩斯如果没有数据（泥土）。那他就无法得出任何结论（砖块）。
你可能不是来这里成为世界著名的侦探的，但数据仍然是你在新的数据分析职业生涯中所用的一切的基石。福尔摩斯对此一定会表示赞同。通过开始这个课程，你已经表明你和福尔摩斯有一个共同点，那就是你们都对学习知识感兴趣。这是数据分析师最重要的品质之一。
电子商务、娱乐、医疗保健、制造业、营销、金融、科技以及数百个其他行业的公司有什么共同点？ 你猜对了，它们都离不开数据。各种类型的组织都需要数据分析师来帮助他们改进流程、识别机遇和趋势、推出新产品、提供优质的客户服务，并做出明智的决策。
数据是一系列事实的集合。这个集合可以包括数字、图片、视频、文字、测量、观察等等。一旦拥有了数据，通过分析就能将数据发挥作用。
数据无处不在。你每天都在使用和创造数据。你有没有在购买商品、点外卖之前看看产品评价？那就是数据分析。或者你可能使用手机来记录每天走了多少步。那也是数据分析。
而且你不仅仅使用数据，你每天还创造了大量的数据。每当你使用手机、在线查找信息、流媒体播放音乐、线上购物、在社交媒体上发帖或使用 GPS 定位路线时，你都在创造数据。
我们的数字世界和其中数百万的智能设备已经使得可用数据量达到了令人难以置信的程度。在谷歌，他们每秒处理超过 40,000 次搜索。这意味着每天有 35 亿次搜索，每年就有 1.2 万亿次搜索。YouTube 几乎拥有 20 亿用户。如果 YouTube 的所有用户组成一个国家，它将是世界上最大的国家！这些所有的数据正在改变我们周围的世界。
数据分析是指收集、转换和组织数据，以便得出结论、做出预测并驱动明智的决策。并且，数据分析永远不会停下。数据随着时间的推移而发生变化，所以我们说的"分析"，其实是贯穿数据整个生命周期的。每分每秒，数据都可能给我们带来新的发现和洞察。
其实我们每个人都在不知不觉中进行数据分析。拿我自己来说，我是个喜欢早起的人。经过我自己的长期观察，我发现早睡早起能让我一天的心情保持愉悦，工作效率也更高。这个发现源于我对日常生活规律的总结：每当我睡够七个小时，并且能在早上 6:30 起床时，我一天的状态是最棒的！
通过分析生活规律对我日常生活的影响，我得出一个结论：早睡早起是最适合我的作息方式。事实证明，每当我能早起，我都能以最好的状态开始新的一天。
我相信你在生活中也一定有类似的经历。也许你注意到了自己的睡眠规律，或是发现了某些食物对体重的影响，又或是找到了一天中最适合自己运动的时间段。这些都是我们在日常生活中进行数据分析的绝佳例子。通过观察这些规律和联系，我们能够预测出最佳的行动方案。这其实就是数据分析的核心所在。
之前提到，现在的数据量是非常庞大的，而且每分每秒都不断的有海量的新数据在产生。企业需要一种方法来驾驭这些数据，这样才能利用它们来改进流程、发现机会和趋势、推出新产品、服务客户，并做出明智的决策。要想在竞争中保持领先，企业就必须掌控好自己的数据。
这就是为什么这些公司要雇佣数据分析师。分析师的工作就是处理每天收集到的大量数据，理解它们的含义，然后得出结论或做出预测。这个过程就是把数据转化为洞察，这也是分析师帮助企业充分利用数据的方式。
其实，把数据分析理解为"将数据转化为洞察"是个不错的角度。再回顾一下之前提到的定义：数据分析就是收集、转换和整理数据，目的是得出结论、做出预测，并推动明智的决策。
当分析师从数据中获得洞察后，这些洞察会分享给其他人，用来制定决策，企业会采取对应行动。这是数据真正发挥作用的时刻。
数据分析可以帮助企业重新思考他们的正在做的事情，或者指引他们朝着全新的目标前进。比如，数据可能会引导他们开发新产品与独特的服务，或者帮助他们找到提供卓越客户体验的新方法。正是这些"啊哈"时刻（Aha moment）能帮助企业更上一层楼，这也使得数据分析师对任何企业来说都是不可或缺的。
每当你观察和评估身边的某些事物时，你就在收集和分析数据。你通过分析帮助你找便宜好用的商品、找到适合自己的生活规律，或者发现令人惊讶的新观点，这些洞察会完全改变你的生活。
让我们通过一个真实的案例来了解数据分析师如何通过数据分析六步骤来改善他们的工作场所和业务流程。这个案例涉及一个叫做"人员分析"的领域——也被称为人力资源分析或劳动力分析。
人员分析师利用数据分析来了解员工及其工作体验。这些洞察用于打造更高效、更能激发潜力的工作环境，激励员工表现出色，并确保公司文化的公平性和包容性。
数据分析的六个步骤是：提问、准备、处理、分析、分享和行动。这六个步骤适用于所有数据分析。接下来，我们将看到一个人员分析团队如何运用这些步骤解决一个商业问题。
一家公司出现了新员工离职率很高的问题，有许多员工在入职第一年内就离职。分析师团队需要回答的问题是：如何提高新员工的留存率？
以下是团队的具体工作流程：
分析师首先明确任务目标和成功标准。他们与相关领导和管理者合作，提出了一系列有效问题，例如：
充分的准备是一切工作的基础。分析团队制定了三个月的时间表，并决定了汇报进展的方式。分析师还确定了实现上一步骤中确定的成功结果所需的数据——在这个案例中，分析师选择通过在线调查新员工来收集数据。他们的准备工作包括：
分析团队发布了调查问卷。优秀的分析师知道如何尊重数据与提供数据的人。由于数据由员工提供，确保所有员工同意参与很重要。数据分析师还确保员工理解他们的数据将如何被收集（collected）、存储（stored）、管理（managed）和保护（protected）。以道德的方式收集和使用数据是数据分析师的责任之一。为了保持机密性并有效保护和存储数据，他们采取了以下步骤：
现在，分析师做了他们最擅长的事：分析！从完成的调查问卷中，数据分析师发现（discovered）员工对某些流程的体验是整体工作满意度的关键指标。以下是他们的发现：
分析团队知道，无论结果如何，准确记录（document）分析中发现的一切很重要。否则会降低员工对调查过程的信任，并影响他们将来从员工那里收集真实数据的能力。
就像尊重并保护数据一样，分析师在分享报告时也非常小心。他们是这样分享调查结果的：
这个过程让管理者们有机会在合适的背景下解释调查结果。这样一来，团队就能开展有意义的讨论，商量如何提高员工的积极性。
分析师团队的最后一步是和公司高管一起，根据调查发现决定该如何实施变革和采取行动。他们提出了以下建议：
一年后，公司又做了一次相同的调查。分析师们希望通过对比两次的结果，看看他们的方案是否有效。结果证明，这些改变确实提高了新员工的留任率，领导们采取的行动是成功的！
数据分析的魅力在于其多样性和创造性。每个项目都面临不同的挑战，需要独特的解决方案，而其影响可能深远至改变生活，甚至挽救生命！作为数据分析师，你有机会参与这些富有意义的工作。
上面的人员分析案例有没有勾起你的兴趣呢？如果是，你可以继续学习相关知识，把你的发现和想法记在你的数据分析笔记本里吧！谁知道呢，说不定哪天你就凭这些知识，帮公司打造出一个让你和同事都眼前一亮的工作环境！
在数据分析的世界里，机遇无处不在。今天的学习和探索，可能就是明天职业发展的新起点。保持好奇心，勇于尝试，你将发现数据分析领域无限的可能性。
数据分析过程包含六个阶段：提问（ask）、准备（prepare）、处理（process）、分析（analyze）、分享（share）和行动（act）。这个过程的目的是获得洞察，从而推动基于数据的决策。
在提问阶段（ask phase），你要努力理解需要解决的任务或需要回答的问题。这通常由利益相关者（stakeholders）分配给你。既然是提问阶段，你要问很多问题来帮助你理解任务、推进工作。
在准备阶段（prepare phase），你要找到并收集回答问题所需的数据。你要确定数据来源，收集数据，并验证数据是否准确且有助于回答你的问题。
在处理阶段（process phase）是你清理和组织数据的时候。这里的任务包括消除任何不一致性、填补缺失值，并且在很多情况下，将数据转换成更容易处理的格式。简单地说，就是让数据做好被分析的准备。
在分析阶段（analyze phase）你对数据进行分析，找出答案和解决方案。根据具体情况和数据，这可能涉及计算平均值，或者统计不同类别的数量。帮助你发现数据中的规律。
在分享阶段（share phase），你通过口头报告、PPT 演示或数据可视化（data visualizations）向决策者展示你的发现。作为分享阶段的一部分，你要决定使用哪种媒介来分享你的发现，并选择要展示的数据。你可以用 Google Sheets、Tableau 或 R 等工具制作图表。
最后在行动阶段（act phase），你和公司的其他人将数据洞察转化为实际行动。这可能意味着实施新的商业策略、迭代产品、更新网站，或采取任何其他能解决最初问题的行动。
数据分析过程是一个层层递进的设计，每一步的结果都是下一步的输入。需要注意的是，这个过程并不总是线性进行的。例如，你可能在分析阶段发现数据来自错误的数据库。或者，在清理数据时你意识到最初的问题定义并不充分。
在这些情况下，你需要回到更早的阶段，用新的、更好的信息重新开展工作。重要的是不要跳过步骤，以免遗漏重要内容。事实上，数据分析师最常犯的错误就是寻求快速而简单的答案。
最后，确保在分析的每个阶段都检查你的工作。这有助于你更深入地了解情况和自己的技能水平，从而实现持续成长，这正是数据专业人士取得成功的关键。
在每个分析阶段结束时，请务必回顾和检查你的工作。这不仅能帮你更透彻地理解问题，还能让你清楚认识自己的专业水平。通过这种持续反思和学习的过程，你将不断提升自己的分析能力。正是这种不断进步的态度，造就了成功的数据专业人士！
要了解更多关于数据分析在商业世界中的最新应用，请查看哈佛商学院的文章"商业分析在行动中的4个例子"。该文章揭示了企业如何利用数据洞察来优化决策过程。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。