【呆鸟译Py】20个数据分析前必须搞清楚的问题-阿里云开发者社区

开发者社区> Python爱好者> 正文

【呆鸟译Py】20个数据分析前必须搞清楚的问题

简介:

在《这位老师的70个问题,100个数据分析师都想不全》一文中,呆鸟已经为大家介绍了达拉斯一所学校在开展教育分析前提出的70多个问题。其实,这些问题已经非常全面,但是,提出正确的问题是数据分析最为重要的一环,所以呆鸟又为大家编译了这篇专门为商务数据分析准备的20个问题,希望各位数据分析师喜欢。

 ●  谁会阅读数据分析报告?高管?零售?客户?还是其他职员?
 ●  数据分析报告的目的是什么?是为了制定业务决策?还是要投资开发新型产品?是为了选择供货渠道?还是为了识别风险?
 ●  数据分析报告的读者想要解决什么问题?是遴选重要的细分市场?根据时间变化寻找商业趋势?还是要了解业务数据的细节?
 ●  为了实现数据分析报告的最大价值,应该怎么安排优先级?
 ●  如何找出数据分析的核心相关人员,并听取其对重要问题的看法?
 ●  谁能够接触到数据分析的信息?怎样确保数据报告不会泄密以及信息安全?
 ●  谁来编制与维护数据分析报告?
 ●  数据分析报告要包括哪些信息?
 ●  目前是否存在其它形式的数据分析报告?需要对现有报告做哪些改进?
 ●  是否存在任何需要开发的ETL与数据存储流程?
 ●  需要对数据库进行哪些改进,以达到数据分析报告的要求?
 ●  何时提交数据分析报告?
 ●  为了确保数据准确、及时,数据报告多久要更新一次?
 ●  有哪些可用的有效数据源?
 ●  数据分析师是否拥有获取所需数据的权限?
 ●  报告所需的数据集有多大?需要从各数据集里面提取多少数据?
 ●  数据分析师对每个数据库的架构是否非常熟悉?有没有数据字典?
 ●  要实现更精细的分析是否需要所有的数据?还是说为了更高的性能,只需要数据子集就可以了?
 ●  如果数据规格不一致,是否需要先统一数据标准?

 ●  是否需要外部数据源,分析公司以外的数据?


原文发布时间为:2018-10-11

本文作者:呆鸟【翻译】

本文来自云栖社区合作伙伴“Python爱好者社区”,了解相关信息可以关注“Python爱好者社区”。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
Python爱好者
使用钉钉扫一扫加入圈子
+ 订阅

官网链接