数据分析：3、数据预处理
收集好以后，我们需要对数据去做一些预处理。千万不能一上来就用它做一些算法和模型，这样的出来的结果是不具备参考性的。数据预处理的原因就是因为很多数据有问题，比如说他遇到一个异常值（大家都是正的，突然蹦出个负值），或者说缺失值，我们都需要对这些数据进行预处理。
4、数据分析
在数据进行简单的加工以后，我们就需要去做一些数据分析了。
异常分析
发现异常情况，找到出现异常现象的原因。
寻找关联关系
关联分析就是寻找事务之间的关联关系，一个耳熟能详的例子就是“啤酒与尿布”的问题。挖掘事务内部的关联关系，对于制定精准营销策略具有指导意义。
分类、分层
通过用户特征、用户行为对用户进行分类分层，形成精细化运营、精准化业务推荐，进一步提升运营效率和转化率。
预测
根据历史数据和分析技术(如统计建模和机器学习)对未来结果进行预测。预测分析科学可以以很高的精度形成对未来的见解。
5、数据表现
其实也就是数据可视化，把数据结果通过不同的表和图形，可视化展现出来。使人的感官更加的强烈。常见的数据可视化工具可以是excel，也可以用power BI系统，也可以是你公司自己开发的一套BI系统。
6、数据报告
经过上述一些列的步骤，得出了哪些结论？可以采取哪些优化措施？这些都需要以数据报告的形式进行呈现。如果数据结果不可靠， 此时我们就需要检查数据分析方法是不是有问题；其次，数据是否进行过加工处理？再其次，数据收集的是否可靠？这就需要具体问题，具体分析了。