🌴
在我来看，所谓的数据分析能力，不应该只是，获取数据，清洗数据，数据建模，数据统计等操作方法。 而是，通过“数据处理”的方式，解决问题或者指导决策的能力。
因为对于大多数人来说，他们并没有直接获取/整理/建模数据的需求，而绝对有解决问题或指导决策的需求
🌝正文开始
如何发现问题，如何将问题量化为相关数据
这个步骤是我认为整个数据分析过程最重要的一步，甚至有可能会占到你整个流程70%的精力。
那么，第一步，如何发现问题？
💡这里提供一个思路，以问题的方式呈现：
问题/项目由哪些相关元素构成
每个组成元素部分是怎么运行的
每个元素之间是怎么交互的
第一性的原理/原则是什么
能够用什么知识体系去描述
例一，麻辣烫的选址
举几个现实的中的例子，比如还是我表嫂想开麻辣烫店，不知道在哪里选址
依次回答上边五个问题就好了
1. 问题/项目由哪些相关元素构成
与店铺选址的元素包括不限于以下：人流量，地段位置，租金，交通，人群类别，周边环境，后续发展，城市管理……
2. 每个组成元素部分是怎么运行的 人流量如何衡量，峰值和峰谷分别是什么时候 ，地段位置依据那些因素去判断，租金的趋势等等等
3. 每个元素之间是怎么交互的
人流量和地段有可能决定了租金，城市管理有可能制约着后续发展，人群类别有可能影响着周边环境，后续发展有可能影响着租金……
4. 第一性的原理/原则是什么 通过选址，尽量扩大投入产出比，赚更多的钱
5. 能够用什么知识体系去描述 ROI
当前想明白了这些问题之后，就要想着将相关数据量化，你想到了一下数据类别，和相关的数据获取方式（此处例子详见 业余时间如何学数据分析？ - 知乎）
在获取这些数据过程中，你遇
获取这些数据过程中，你遇到这些实际的问题招生计划怎么获得，学校官网还是相关报道？
如何通过在线地图分析学校面积及相关建筑分布的合理性，最小路径还是顺路路径？
如何获学校食堂评价，爬取微博数据，获得地理位置，并且对提及“食堂”的微博进行词义褒贬分析？或者直接拦路问询？
人流量怎么获得，实地考察的时候，用本子画正字吗？
有可能你设计这样一条公式，来做为判断依据：
建议推荐开店系数=（人流量*XX/(YY*0.4)+租金*0.5）/ZZ
所以，在这个过程中，你必须要学会以下数据分析的操作来支持：
Excel加减乘除，基础函数；
爬虫的基本原理，及操作方式；
正则表达式与数据清洗；
语义分析的一般实现方式；
在线地图API可以获取的数据有哪些；
💡例二，个人的社交管理
在日常的社交生活中，单单以微信来举例，也许你会遇到以下问题：
1. 工作和生活不能很好的分开，经常有各种人多种渠道找到了你，加你为好友，比如我
时间一长，你根本不知道自己加过多少人，又有多少的有效好友？
2. 由于没有随手备注的习惯，经常有很多换了头像的好友，突然跟你说了一句话，十分钟过去了，你还在翻这个人的朋友圈，想这个人是谁？
3. 自我社交数据是什么，怎么评价，流动率又是多少，是否为有效社交，怎么判断？
4. 似乎认识很多人，但是需要寻求帮助的时候，却一个人都找不到？
5. 自己是否真的需要微信去维持社交？
6. 在微信上的的ROI是多少？
针对于以上问题，你想到了通过以下的数据，调研自己的社交水平数据
好友管理，包括不限于以下数据：
总量及周期增减趋势
性别分布
年龄分布
地区分布
职业分布
标签分布
亲密程度
问题来了，微信联系人的数据如何获取？打开微信和Excel，看一条手动输入一条嘛？
这时候，你想到我应该采取数据挖掘的方式获得这个数据，你想到了以下方式：
微信支持网页版登录，是否可以通过在网页上获取相关的联系人列表？
微信支持电脑备份，是否可以从电脑中的备份文件中读取到联系人列表？
这时候，你会发现：
1.从网页上获取相关数据，这时候你登录了微信网页版，并且你还知道Chrome有审查元素的功能
你惊奇的发现：user.getDisplayName()就是用户名 {'web_wechat_women': user.Sex == 2, 'web_wechat_men': user.Sex == 1}代表了性别 Region:就是用户所在的区域 avatar后边的图片地址，就是用户的头像
你想着可以用Python 爬虫的方式，将所有的数据爬下来，所以你有可能就学会了以下数据获取的
技能
网页结构，HTML，CSS，JS
Python ，以及常用的库，比如 ，Scrapy，A Fast and Powerful Scraping and Web Crawling Framework
正则表达式，因为你爬出来的数据肯定是需要整理的，不然看着多晃眼啊
相关表格的库，整理出来一份Excel，看起来多清爽啊，还能给别人分享，所以，你又学会了xlrd和xlwt
或者，你想通过读取备份文件的方式获取联系人列表，这块你不太懂，所以你动用了搜索大法：
哇塞，最大同性交友平台（Github，Build software better, together）上边已经有好多支持微信导出的项目了，真是站在巨人的肩膀上。
💡OK，做一个透视，就能知道相关的性别比例和，地区等相关比例，心情好的话，你还可以画个图，比如
发现这个数据中，并没有包含，年龄职业，工作单位等信息，这可如何是好？想到，手机通讯录和微信好友往往有很大的重叠关系，刚好，你还有很好的手机联系人管理习惯，所以，你把手机通讯录导出了，真好，Google联系人支持导处csv，(实际上，安卓手机，IPhone都是支持联系人导出的)
怎么格式乱成这样
之前学了数据清洗吗，这个对你来说还不是小事一桩？分分钟你就把这个表格整理的美观又整齐了。
下来就是如何把这两个表联立起来分析，所以，你又学会了
表关系，表关系指南 - Access（SQL或者其他数据库是类似的原理）
然后你发现，这些数据并不能解决，用户增减趋势的相关数据的问题？
怎么获得，这个当做作业留给你解决。
所有的数据都出来了，如何优化？
每个人对于自己的期许都是不一样的，这个，也肯定是留给你要去回答的问题
那么现在，做了如上的工作，
你还对自己的社交圈一无所知么？
💡总结，所以，培养数据分析的能力的方法，
就是亲手试着，用数据分析的方式，去解决一个自己实实在在遇到的问题。
iPhone版
Android版
