如何做好数据分析？
比如SEO、但是这些数据从何而来？



第一步:数据准备:（70%时间）
·                    获取数据（爬虫，数据仓库）
·                    验证数据
·                    数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集）
·                    使用python进行文件读取csv或者txt便于操作数据文件（I/O和文件串的处理，逗号分隔）
·                    抽样（大数据时。关键是随机）
·                    存储和归档
第二步:数据观察（发现规律和隐藏的关联）
·                    单一变量:点图、抖动图；直方图、核密度估计；累计分布函数
·                    两个变量:散点图、LOESS平滑、残差分析、对数图、倾斜
·                    多个变量:假色图、马赛克图、平行左边图
第三步:数据建模
·                    推算和估算（均衡可行性和成本消耗）
·                    缩放参数模型（缩放维度优化问题）
·                    建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）
第四步:数据挖掘
·                    选择合适的机器学习算法（蒙特卡洛模拟，相似度计算，主成分分析）
·                    大数据考虑用Map/Redu

怎么做数据分析图?
请问怎么做数据分析图?



一 选择工具
可选择的数据分析工具有很多,常见的图表类利用excel即可完成,如果想炫酷一点可利用HubSpot、Xplenty等数据可视化工具完成
二 如何使用 
以excel为例,可以生成柱状图、饼状图、折线图、散点图，数据分析图表等,
常见的6种数据分析图表及应用方式：
柱状图：用于做比较

柱状图是最基础的一种图表，通过柱子来表现数据的高度，进而比较不同数据之间的差异，一眼可以看到数据量的大小对比，一般来说，柱状图的横轴是时间轴，纵轴是数据轴。但柱状图并不是万能的，需要基于某一个主题比较数据量的变化，比如不同月份的新增用户，不同渠道的新增用户，但如果将活跃用户、留存用户、新增用户这三个维度放在一张柱状图里比较，就没有太大意义。
2.折线图：看数据变化的趋势

折线图一般基于时间维度看数据量的变化趋势，发现整体走向和单体突出数据，比如通过折线图可以看出全年的新增用户变化情况，找出数据变化的高点和低点，而柱状图则用来对比不同高点之间的变化，进而找原因。折线图可以将不同纬度的数据放在一起比较，比如新增用户、活跃用户、流失用户三条用户变化曲线放在一起，就可以观察三者之间的彼此影响，例如新增用户