其實，資料分析就乙個套路！

經常看資料分析類的文章的同學都知道，我們往往能通過種種資料去揭露乙個事實，而不是泛泛而談，因為資料是不會說謊的。

一直有同學反饋：每每看到各類資料分析的文章，又是用python，又是用r，還有其他好用的工具，心裡覺得癢癢，不知道如何上手，如何有套路地去分析。

其實，你們看到光鮮亮麗的分析圖表其實是次要的，只要能達成目的，各類工具都是一樣的，無論excel還是r，分析的重點應該在於idea和思路。撇開哪些成套成套的理論，其實資料分析的套路（土辦法）就那麼一回事兒。

01.確定問題

首先，應該明確自己要分析的問題，比如說：

02.資料**

現在我們已經知道了我們要去研究怎樣的問題了，下乙個很重要的問題就是資料****？抓怎樣的資料？抓怎樣的資料可以幫我我們解釋我們提出的待分析的問題。

比如說我們想研究國產電影的整體質量近年是否在降低，那我們就要想：電影的質量是否可以量化？**可以有這幾年的國產電影的資料？顯然，豆瓣電影已經幫我們做到了這一點，於是我們只需要去把豆瓣的國產電影評分等資訊全都提取出來即可。

通過上面兩個例子，你應該會發現：idea很重要，要分析怎樣的問題，資料****，因此通常第一步第二步是最重要的。

如何訓練這種idea？我的建議是：多看看別人的資料分析的文章，如果可以的話強烈建議你經常性的做頭腦風暴，尤其是你無聊無事可做的時候，我經常用來打發時間。

03.資料抓取

上一步已經確定了資料**，巧婦難為無公尺之炊，有了資料我們才能進行分析，所以緊接著我們就要做資料採集。怎麼爬資料？學習python確實要一段時間，不妨考慮網上付費的爬蟲軟體，或者付費找知乎上的大v爬。

04.資料視覺化

如果說確定問題是乙個嬰兒的雛形，那麼資料就是他的身體內部構造，而視覺化就是他的外表，視覺化決定著這個嬰兒的外貌，決定著別人是都喜歡你的視覺化結果。

那麼，如何做視覺化？

如果你對excle比較熟悉，並且你的視覺化並沒有涉及到太複雜的功能，那麼我推薦你使用excle自帶的圖表功能。

最後推薦乙個我經常在我文中出現的bi資料分析工具——finebi，資料匯入讀取欄位便可以隨意分析，這個雖然是商業工具，但好在個人使用免費，但作為乙個資料平台工具，個人覺得在企業的應用更廣。

05.再說一點

有很多同學說，不知道怎樣的問題可以用資料來解釋，怎樣的問題無法用資料來解釋。對此，我有乙個建議：可以先抓取一些資料，對這些資料進行清理之後直接扔到 finebi 裡面"玩一會"，你會發現一些有意思的東西。

資料分析重點在idea，而這些idea是要經過不斷的學習和思考的.