數據分析不是為了寫一份報告

今天這篇文章的直接原因，是為了校正之前發表的“按流程進行數據分析”一文的部分觀點。

文中簡單描述了數據分析流程：明確分析目的；按照數據分析的目的、具體內容，收集所需數據；對數據進行初步的質量篩查；運用合理的數據分析方法進行分析；最后得到分析的結論，撰寫解決問題的建議性報告。

乍讀，這個流程好像沒什么問題，再讀，上面所講的流程可能更適合調研性工作，提供基于數據分析的解決辦法，嚴格來講，這個流程遺漏了最為寶貴的環節，沒有將數據分析的結論應用到實踐中。換句話講，就是為了報告而分析！

為什么要進行數據分析？肯定不是為了報告。數據分析報告僅是其中的一部分，更為重要的是將數據分析得到的模型或者建議付諸實踐，在應用過程中不斷的反饋并對模型進行優化調整，最終使業務得以提升，這可能是一個不斷往復優化的迭代過程。

數據分析流程，嚴謹點來說，可以參考CRISP-DM（跨行業數據挖掘標準流程），如上圖所示，它將整個數據挖掘過程分解為商業理解、數據理解、數據準備、建立模型、模型評估和結果部署6個步驟。CRISP-DM認為，數據挖掘過程是循環往復的探索過程，6個步驟在實踐中并不是按照直線順序進行，而是在實際項目中經?；氐角懊娴牟襟E進行不斷優化調整。

商業理解：理解項目目標和從業務的角度理解需求，同時將商業問題轉化為數據挖掘問題，并制定完成目標的初步計劃。

數據理解：從初始的數據收集開始，通過一預處理分析，目的是了解和掌握數據概況，識別數據的質量問題，發現數據的內部屬性，或是探索有趣的數據集。

數據準備：涵蓋了從原始粗糙數據中構建最終數據集（將作為建模工具的分析對象）的全部工作。數據準備工作有可能被實施多次，而且其實施順序并不是預先規定好的。這一階段的任務主要包括：制表，記錄，數據變量的選擇和轉換，以及為適應建模工具而進行的數據清理等等。

構建模型：選擇和應用不同的模型技術，模型參數被調整到最佳的數值。比較典型的是，對于同一個數據挖掘的問題類型，可以有多種方法選擇使用。一些建模方法對數據的形式有具體的要求，因此，在這一階段，重新回到數據準備階段執行某些任務有時是非常必要的。

模型評估：進行最終的模型部署之前，更加徹底的評估模型，回顧在構建模型過程中所執行的每一個步驟，是非常重要的，這樣可以確保這些模型是否達到了企業的目標。

模型部署：模型的創建并不是數據分析的最終目的。模型的作用是從數據中找到知識，獲得的知識需要便于用戶使用的方式重新組織和展現。根據需求，這個階段可以產生簡單的報告，或是實現一個比較復雜的、可重復的數據挖掘過程。在很多案例中，這個階段是由客戶而不是數據分析人員承擔部署的工作。