大數據時代，做數據分析報告，如何對數據進行分析顯得尤為重要，那么數據分析該如何進行呢？這里列出了我個人工作中的一些經驗總結，可能針對不同的報告場景有所不同。
了解需求背景
在進行真正的數據分析操作之前，要首先了解該需求的背景，為什么要做數據分析，數據分析的目的是什么，只有弄清楚了這兩個問題，才能接着往下一步走，正所謂“師出有名”也正是這個道理。
確定需求數據的來源
分析需求涉及到的維度和指標，以及這些維度和指標數據來源的庫表，並且分析以公司當前庫表的數據，能否支持該需求進行（上鑽/下鑽）數據分析。
需求數據采集
所謂的數據采集，其實就是收集被確定為數據需求的維度和指標信息的過程。如何獲取數據，即獲取數據的關聯方式（內關聯/外關聯），要遵循一些原則：准確性，代表性，可靠性等，原則的遵循重點是為了保證后續相關決策的可靠性。
需求數據的處理
數據的處理，也可以說成是數據清洗，即數據類型轉換和數據精度的處理，是數據的一種規范化，把收集到的數據進行組織，按需求要求重新構建數據的過程。
數據分析
也稱之為數據建模，完成以上步驟之后，結合業務現實做定性分析，對數據進行描述性分析，盡可能建立科學准確的數據模型，使數據可置信。
數據可視化
按照要求，將數據分析的結果進行報告輸出，所謂的可視化簡單來說就是以圖表的方式展示出來，讓用戶更直觀的接受理解你的分析結果
數據分析結論
通過數據分析，你得到了什么樣的結論，今后的措施，或者說是改進方案是什么。
備注：數據分析時，數據采集的方案，sql優化和資源利用，決定着該需求分析的時間成本的投入。