1.2　数据理解

数据分析从字面上看是由数据和分析两部分组成的，其中数据是基础和根本，没有数据样本作为支撑，再好的结论也是无本之木，对现有数据理解到位有助于建立合理的分析框架。分析目标相关联的自变量数据往往可遇不可求，多数情况下，数据资料与分析的目标没有直接相关性，需要对数据本身进行探索，查看其数据特性或样本特征，结合这些特征来挖掘其与分析目标之间的关系。

为了提高数据分析的准确性，需要多维的源数据，数据量较大可能会产生更多的冗余数据，处理过程较麻烦，经过预处理和降维后，可以得到更多样的支持数据，在初创型企业的数据量较少的情况下，可通过爬虫抓取非结构化数据，并转化为结构化数据作为补充。

了解业务流程中数据产生过程，明确数据代表的意义，并对数据的结构和各字段之间的关系进行分析，在分析过程中需要结合业务逻辑，对数据的理解是整个数据分析过程的基础，如果这一过程出现问题，将影响最终分析结果的正确性。

从历史的角度，数据的产生过程本身是变化的，在时间的维度上，不仅要关心数据是如何产生的及产生的频度，还要关心用户的动作数据，这些都将产生趋势特征，在数据分析过程中，需要关注业务变化导致的数据变化。

同时，由于需求会发生变化，新的数据会加入进来，数据分析方案也要具有一定的扩展性，以应对企业发展的变化和原始数据变化带来的影响，能够在设计模型后对其进行修正和动态改进。