数据探索是基于数据样本，对数据进行解释性的分析工作。当然数据价值不全都深藏于数据之中，并非必须通过复杂的算法才能进行挖掘，一些情况下，以基础的统计学知识与工具也足以发现规律，获得洞见。数据探索具体包括以下三个方面：

1.    描述性统计。财务人员可以从集中趋势、离散趋势、分布形态三个方面对数据特征进行刻画，例如：在计算公司资金周转率时，会选择一定时期内的销售收入净额与平均资产总额（资产总额年初数与年末数的平均值）来计算，以衡量销售水平与资产投资规模之间的匹配情况。

2.    推断性统计。财务人员通常无法收集到针对某一业务的所有数据，难以对该项业务的运营情况展开分析，推断性统计方法则能够有效的解决这一问题。推断性统计通过抽取样本进行测量，并可以根据获得的样本数据对所研究对象的总体特征进行推断。该方法能够帮助财务人员利用样本数据来推断总体特征。企业财务人员可以利用假设检验的方法分析企业不良资产产生的原因。

3.    相关性统计。相关性分析研是究两个或两个以上随机变量之间相关关系的统计分析方法，主要包括绘制相关图表和计算相关系数。例如，财务人员可以利用pearson相关系数判断总资产周转率、净资产收益率、流动资产周转率等多种财务指标对公司财务风险的影响方向与影响程度，以基于公司的实际经营状况及时防范和控制财务风险。