首先我们先来说说什么是数据分析师？

数据分析师顾名思义就是采用专业的技能手法通过互联网的方式，收集准确的大数据资料，从对数据进行数据清洗、数据聚类、终得到一个准确的大数据，在根据专业的大数据思维从数据中得出解决问题的方法，这一过程的每一个环节就是作为一个数据分析师的工作，但是要称为数据分析（师）重要的是要有大数据分析思维，这样才能快速的完成数据分析的工作，或者是一个项目、一个任务等。

数据分析师大数据思维

现在很多数据分析员普遍反映，为什么平时在工作中总会遇到很多问题，有些数据以及得出的结论不一样，慢慢的感觉不太靠谱，数据和实际的情况出处很大，说到这里不得不说是你的方法不对，下面我们就来说一说在得到一项数据分析任务之前我们要具备的大思维方式：

首先咱们来梳理一下数据分析的流程：

1、怎样明确分析目的和思路：当领导给你一个分析任务的时候，不要立马上来就开始通过各种方法去找相应的关键词，或者通过写Python的方法去写爬虫，而是在做这一系列工作之前要想好“为什么要对这个任务进行数据分析？我们分析这个任务或项目是为了解决什么问题？从哪些方向开始着手去考虑这个问题的解决方式或方法？用什么样的方法对问题进行分析可以又快又准的解决问题？”，并不是出更多的分析报告，数据报告给领导看？只有深刻的理解了领导需要你做这份工作的目地，和有更加针对性的分析思路，才能让我们数据分析师的存在更加有价值，让我们的工作完成的又快又好，终给与领导一份满意的答卷，才能给予领导更好的参考价值，帮助到领导以及公司。

2、对大数据进行收集收集：说到这里就是特指我们数据分析师更加专业化的一面，当我们理解到领导让我们分析的目地，下面就要开始通过技术手段来进行大数据的收集，收集数据有很多种方法，这也就是我们要讲的数据分析的流程。

1、 首先我们要认识数据

2、 场景案例导入

3、 一手数据 VS 二手数据

4、 结构化数据 VS 非结构化数据

5、 结构化数据的变量（数据）类型分类

6、 描述性数据处理

我们在获取数据时，分为两大类：1、内部数据 2、外部数据

1、什么叫内部数据？

内部数据就是我们自己的数据，大多是MYSQL为主的数据库操作，来获得我们平时的一些相关数据，这个说句相对比较准确。

2、什么叫外部数据？

外部数据在字面上来看就是外部的数据，通过互联网的方式从外部得来的数据，这些数据相对真实性有待筛选，获得外部数据的方式有很多种，下面我们会着重介绍怎样来获取外部数据。

3、数据的处理工作：大多需要处理的数据都数据外部数据，首先我们要知道怎样通过互联网得到外部数据，我们会通过Python\R 来进行专业的爬虫工具，就好比搜索引擎蜘蛛一样，编写相应的规则，让它去互联网中自动的收集你所需的数据资源，这就是目前大多说收集外部数据的方法。

4、数据清洗：数据分析师通过爬虫的方式收集回来的数据往往都是很不规则的，这时就需要我们对一些没用的数据进行次清洗，把一些没用的数据以及词语去掉，保证我们的数据离真相越来越近。

5、数据转换：在做数据分析时我们要注意的是，我们得来的数据并非是非常规整的数字，还有一些文字，这时我们就要更好的把这些文字转换成数字的方式才可以进行更好的统计，这种方式我们通常管他叫做情感分析，通过情感分析的方法让我们的数据更加的准确丰富，大家都知道，纯数字的数据并非是我们日常生活中经常遇到的，反过来情感方面的文字出现的频率反而更高，比如说一些评论、或者是引言部分。

6、数据聚类：数据清洗完后我们对数据要进行聚类SPSS以及Datahoop平台，这种专业的数据聚类的软件以及平台各有各的优点

SPSS软件的优点：操作比较简单，需要自己编写聚类算法。

Datahoop平台优点：通过网页进入操作相对简便、自带市面上大部分算法，可以自行调用，拖拽式操作模式，数据聚类更加精准。

Datahoop平台入口：https://www.chinacpda.com/datahoop/

7、数据分析：我们在做数据分析的时候会用到很多专业的数据分析软件，好比目前比较流行的BI工具，可视化工具，Excel工具等，这些工具做数据分析是一个很好的选择，他们可以图形化数据，选择一个适合阅览者的图形报告也是一门学问，有些图形适合哪些报告，是否让领导眼就能看到自己想要的结果，这一点非常的重要，如果抓住了这点，很容就被领导认可，对未来的发展也有着至关重要的作用，以上这些就是今天粗略的为大家梳理一下数据分析的工作流程，具体细节还需要更深入的学习。