避坑指南！数据分析最容易被忽略的10个错误
本文总结了数据分析的几个阶段中最常犯的10个错误，以及规避的方法，收藏起来，分析不翻车！
一、数据采集阶段
1、数据失真
数据是可能骗人的，比如店铺、电影的评分，可能被人为操控；比如某公司发布的行业分析报告，也具有很大的主观性。
基于错误的数据，做出的分析结论是无益甚至是有害的。所以在采集数据时，我们先要考证数据的来源及可信度，还要关注不符合常理的数据变化，对数据采集方法进行调整。
2、幸存者偏差
就算数据是真实的，也不能轻信。
举个有名的例子，二战时英军发现，从战场飞回来的战机，机身上的弹孔比引擎和油箱上的要多的多，根据这个数据，我们很容易得出要加强机身的防护的建议。但事实的真相却是，那些引擎和油箱上中弹的飞机已经回不来了，我们更应加强引擎和油箱的防护，这就是常说的“幸存者偏差”。
造成幸存者偏差的原因，其实是取样出现了偏差，在数据采集时，我们要避免主观臆断，推演各类可能性，科学取样。
二、数据处理阶段
1、原始数据没有备份
很多新手在拿到原始数据后，喜欢在原始数据基础上把异常值剔除，再备份再做数据处理。但时常到后面发现删除的值其实并非异常值或者仍然有价值，这时候想找回值就麻烦了。所以，当我们拿到原始数据后，第一件事就是要做好备份。
2、不重视数据清洗
拿到数据后，大量繁琐的数据清洗工作常常让数据分析师们感到烦恼，很多人会图省事略过一些步骤，但这常常会造成返工，拖延了项目进度。
干净的数据源是我们一切分析工作的基础，我们需要重视数据清洗。当然了，为了提高数据处理效率，我们可以采用专业的数据分析工具。就拿我在用的FineBI来说，极大简化了数据处理流程，仅需拖拽就能完成数据的清洗、转化、抽取、合并、计算等功能，我们不需要花大量时间在数据处理上，可以把精力聚焦在业务分析上。
三、数据分析阶段
1、过度追求技巧
熟练使用各种数据分析工具如Excel、SQL、FineBI、Python，以及各类经典的分析方法，是每个数据分析大神的基本功，但这并不意味着，好的数据分析，就一定要用到各种高级的工具和方法。
很多数据分析新人会去搜罗各种最新的分析方法和思路，套用在项目中，以证明自己的工作能力。但真正优秀的数据分析，依靠的是不断深入地探索，以及严谨的逻辑链条。再好的工具和方法，都是为人服务的，合适的就是最好的。
2、过度依赖套路
我们不能过度追求技巧，但必要的方法论储备是要有的。在数据分析行业，并不存在“一招鲜，吃遍天”。
我们在刚开始学习数据分析时，会学习各种解题套路，但真正实操时，其实并不存在通用的套路。不同的行业、不同的业务，不同的阶段，哪怕用的是同一种分析方法，结论都应有所区别。比如to C和to B行业的客户运营就是不一样的，比如互联网初创公司可能追求用户增长，步入成熟期后追求利润率提高。
这里并不是鼓励大家盲目追求技术，而是我们要在日常工作中多学习积累分析思路和方法，丰富自己的武器库，将来胜任更多的应用场景。
3、相关性≠因果性
在分析时，我们常常将不同指标的数据进行关联分析，找出问题的原因。但这样往往会犯一个错误，就是错把相关当成因果。
我们通过统计，发现常吃海参的人比不吃海参的人智商要高一些，但这背后其实是因为吃海参的人普遍比较富裕，因而受教育水平高，测出的智商高，我们不能说为了提高智商赶紧去吃海参。
为了避免这一错误，我们在对数据间的相关性进行逻辑推演时，应时刻带着批判性思维，考虑各种中介变量。
4、由结果推原因
错误的数据，披上科学的外衣，是很危险的事。如果我们在开始分析前，就已经在心里预设了一个结论，带着结论找原因，射箭画靶，那做出的分析可能毫无价值甚至可能带来极大的损失
数据分析的优势，在于尊重客观数据而并非人的主观臆断。所以，我们在进行数据分析前，应摒弃主观臆想和经验主义，相信常识和客观数据，分析时还要多次检查逻辑的严谨性。
四、分析报告阶段
1、误导性图表
业内都说字不如表、表不如图，但比不用图表更可怕的，是用误导性图表。比如下面这两张图，光看左边会明显感知到数据在飞速增长，而看到右边才能得知真正的增长速度。
我认为，报告还是应当追求真实，不逃避问题、不美化缺陷，也是分析师的职责所在。
2、结论脱离业务实际
很多人在汇报结论时，只是简单把数据分析结果说了一通，得出一些模拟两可或者大家都知道的废话，并没有联系到业务实际，也并不具备可行性，这样的报告参考价值很低。
业务决策不光是业务人员的事，数据分析人员往往能从客观的角度提出独特的见解。我建议大家多和业务人员交流，至少要熟悉各个业务环节，了解提出数据分析需求的原因，最终得出的结论要有针对性，给出具体可落地的实质建议。
分享一下这个分析工具，回个“数据分析”就能拿得！
避坑指南！数据分析最容易被忽略的10个错误相关推荐
- 避坑！使用 Kubernetes 最易犯的 10 个错误
Kubernetes 作为大规模企业级应用容器编排的首推工具,其为容器化的应用提供部署运行.资源调度.服务发现和动态伸缩等一系列完整功能,本文作者 Marek Bartik 深入分享了 K8s 的避坑 ...
- 数据分析避坑指南-小白兔踩坑记
从一开始的数据分析"小白兔",不断进坑.弹跳出坑,练就健壮有力的小腿,逐步变成一只拥有了防御能力.没有那么弱小的"小灰兔". 成长和职业发展的过程,就是进阶打怪 ...
- 17条避坑指南：一份来自谷歌的数据库经验贴
点击上方蓝色"程序猿DD",选择"设为星标" 回复"资源"获取独家整理的学习资料! 来源 | https://medium.com/@rak ...
- 工业级光纤收发器使用“避坑”指南
工业级光纤收发器在使用中有很多的注意事项,往往这些注意事项经常被忽略.下面飞畅科技就整理了一些工业级光纤收发器使用"避坑"指南,大家可以仔细看看,引起重视. 使用工业级光纤收发器连 ...
- @程序员，区块链开发平台避坑指南！
来源 | Michiel Mulders 译者 | 火火酱 责编 | Carol 出品 | 区块链大本营(blockchain_camp) 市面上有很多不同的区块链网络,就可扩展性和功能而言,每个区块 ...
- Kubernetes HPA 的三个误区与避坑指南
01 前言 Aliware 云计算带来的优势之一便是弹性能力,云原生场景下 Kubernetes 提供了水平弹性扩容能力(HPA),让应用可以随着实时指标进行扩/缩.然而 HPA 的实际工作情况可能和 ...
- Ununtu 18.04 安装Carla 0.9.13 以及Carla ros bridge 超级避坑指南（更新于2022.10.20）
Carla0.9.13 以及Carla ros bridge 超级避坑指南 Carla0.9.13 以及Carla ros bridge 超级避坑指南 站在巨人肩膀前进 显卡驱动问题 首先就是虚幻4的 ...
- 新媒体运营教程：需求管理的避坑指南，主要需求分布在三个阶段！
B端产品在需求搜集.分析.迭代上线的方法上与C端大同小异,但由于B端产品使用对象的角色多样性,跨部门协作的流程复杂性,B端产品的需求管理相比于C端"坑"更多. 作为一名B端产品运营 ...
- 装修避坑指南，看完起码帮你省出4万，少花冤枉钱
装修房子是一件非常繁杂的事情,作为业主很难在方方面面把控到位,一不小心就会掉进坑里! 很多人钱没少花,装修效果却一言难尽~ 我装修第一套房子的时候,踩的坑很多.坑踩多了就有一些经验了,加上在网上查了很 ...
最新文章
- 为什么你写的代码糟透了？
- 新来的 不知道写什么呢
- 成功解决lib\subprocess.py, line 997, in _execute_child startupinfo) FileNotFoundError: [WinError 2]
- 阿里云ACE共创空间——大数据方案体验1 日志服务
- 运维人员打字耍不要快_法考经验与教训 —— 打字
- python数组替换_Python:替换数组中的值
- android系统（63）---Jobscheduler运行机制详解
- Java中GUI中菜单栏
- kali 安装KVM教程---》给自己的笔记
- RT thread 设备驱动组件之USART设备
- 官方权威地理数据库（2021）已更新，附下载教程
- 美国公布自动驾驶新政AV4.0；微软Access数据库出现漏洞，或致8.5万家企业面临风险；苹果谈论隐私问题……...
- 触摸屏计算机技术参数,触摸屏硬件安装—— 触摸屏参数设置
- 基带集成或独立?市售主流4G手机芯片浅析
- 家里网速慢，该如何提升网速？
- VirtualBox3.2.8迷你使用手册
- vnc 使用gnome桌面_使用GNOME桌面工具管理Linux
- java enum类默认常量是什么_Java枚举类型enum的详解及使用
- 微信小程序导航：免费视频+精品教程+DEMO集合（长期更新）
- Windows 中 Virtualbox 窗口无法调整大小怎么办？