(原创声明，转载引用需要指明来源)
到底什么是数据分析定义?我们在学习前应该首先搞清楚这个问题。很多读者想学习数据分析但不清楚数据分析工作内容，学习时候比较茫然。于是初学者们去书店买数据分析相关书籍，如果运气不好，看了书后会更加茫然。我在书店喝冷饮休息时，会有看看书习惯。我发现书店的大量数据分析书籍与实际工作内容相差甚大。书里把数据分析和，机器学习算法，数据挖掘，人工智能深度学习知识混杂在一起，这会造成初学者困惑。
接下来我从企业实战角度谈谈什么是数据分析。不同人对数据分析岗位会有不同看法，我用最通俗易懂角度为初学者阐述数据分析定义。数据分析是在理解业务的基础上，对现有数据进行深入加工，得出有价值结论，为领导层决策提提供依据。
在理解业务的基础上
我们在大学时接触过大量计算机，统计学，机器学习书籍，书籍里有很多变量阈值benchmark描述，但企业实战远比书籍描述要复杂。我们需要针对不同场景灵活运用书里知识。例如书籍阐述iv=0.2表示变量有价值，但金融领域里，变量很少能达到0.2，一般iv>0.02就表示变量有意义。因此我们不能抱着教科书不放，要根据公司业务实际场景来灵活运用数据分析。
数据进行深度加工
小公司数据一般存在excel里，数据分析难度不大，就是灵活掌握excel就可以了。中型，大型公司数据存在数据仓库里，数仓里有许多表单，从几十张到上万张不等。业务分析数据要从数仓的若干表里筛选，拼接，形成一张宽表，这就需要非常熟悉SQL知识。
培训班中接触到项目训练，数据是非常齐全和完美的。但实际工作中数据是残缺不全的，例如金融领域央行征信很多变量缺失率高于90%，高于99%的都有一大把。这需要对数据深度加工处理，包缺失值处理，数据类型转换。python的pandas模块在数据清洗和加工方面效率非常高。
得出有价值结论，为领导层决策提供依据
数据分析师核心工作就是从数仓里提炼有价值信息，为领导决策提供参考。大领导一般管人脉，为公司拉投资，要不停参加饭局和会议，很少有时间写代码。中型领导例如总监，也要管理几个团队，平时开不完的会议，也很少有时间写代码。因此不要指望领导对数据有多敏感，领导只是从宏观方向把握重要指标。数据分析师职责就是取数，加工数据，分析数据，得到有价值数据，最后汇报领导。
举一个典型例子，《大空头》是描述美国华尔街的一部经典电影。电影中讲述了2008年，很多美国人还不起房地产按揭贷款，引爆华尔街金融次贷危机。四个对数据敏感男人，通过数据分析，提前得到金融危机的结论，然后抓住机会做空美国房地产，从全球经济衰退中捞取了数亿美金利润。
当然不同行业对数据分析定义会有所差异，我这里是为初学者快速上手指路，有覆盖不全的，多谅解。
https://study.163.com/course/courseMain.htm?courseId=1006383008&share=2&shareId=400000000398149（博主录制）
