相信大家对数据分析都有所耳闻，近几年来，数据分析已经成为一个热门岗位，很多互联网公司甚至可以小到一个小程序商城都有相关的数据分析工作。举个例子：你在关注了一个关于户外美食的抖音博主之后，接下来的你刷到的抖音内容，绝大多数都会涉及到美食。这就是后台经过数据分析，识别了你的喜好，进一步迎合你，使你持续的使用他们的产品，最后再对你进行营销。这种现象相信大家都有所体验。
正因为数据分析如此强大，所以越来越多的人都想从事相关工作。而数据分析又包括哪些内容？我们该怎么学习数据分析呢？B站有一期视频《15天精通数据分析》，接下来我们将通过思维导图的形式一起学习数据分析的思路。
数据分析的概述
首先，数据分析的目的是什么？数据分析实际就是通过对即有数据进行统计推算，提取出有价值的信息，以便我们做进一步的决策或者结论。因此，数据分析具有预测，支撑营销等作用。随着互联网的发展，数据分析的应用场景越来越多，主要的场景又可以分为运营、产品、市场三大块。相应的分析方向可以见以下思维导图。
数据分析的流程
每套方法体系都有其对应的大致流程，数据分析也有相应的数据分析流程：需求分析、数据提取、数据清洗、数据分析、撰写数据分析报告、将报告得出的决策或者是结论应用于实际业务。
数据类型和数据收集方法
进行数据分析的前提是要数据支撑。数据分为定性数据和定量数据，定性数据是通过一定的演算和推理形成的数据，而定量数据则是客观推算的数据。数据收集的手段主要可以通过：数据埋点、第三方数据统计平台、问卷调查的形式来获取。数据埋点主要是用户数量，用户停留时间、用户浏览行为等组成。第三方数据统计平台主要有：国家统计局，各大搜索引擎、Google Amalytics等等，我们可以通过这些平台快速检索信息。问卷调查应该是最直接的方式了，通过问卷的形式直接的调查用户，收集我们想要的信息，但是现在的问卷已经有些泛滥了，也提倡运用一下有创新性的方式进行数据收集。
对数据进行收集之后，我们要对其进行相应的整理。比如：剔除一些异常数据，对数据进行相应的分类等等。在整理数据时，要注意数据间的一些联系，特别是潜在的联系，往往具有较大的价值。
构建数据分析体系
构建数据分析体系就是通过一些模型或者是科学的方法对数据进行分析。主要包括有QQ模型、用户行为理论、5H2H分析法、AARR模型、RFM模型、人货场模型等等。大家也许都会问，这些模型有什么作用？其实模型就是提供一种方法框架辅助我们进行相应的数据分析。
当我们对数据分析完之后，我们通常需要输出统计报告，以便管理者更快的做出决策。而数据分析报告可以适当的加入一些思维导图，可以更加形象的展示信息，推荐使用MindMaster思维导图。经过以上学习，我们可以了解到整个数据分析的大概框架。更加详细的思维导图也可以查看MindMaster官网。
（本文由MindMaster用户@FLOWER创作，仅代表作者观点，不代表亿图立场。）
