夜雨聆风很多人在刚开始接触数据分析的时候，最先想到的往往都是各种工具。
例如 Excel、SQL、Python、Power BI，或者折线图、柱状图以及各种数据看板。学习一段时间以后，工具确实会得越来越多，但是当真正拿到一份业务数据时，还是很容易不知道应该先看什么、从哪里拆，最后又应该形成什么样的结论。
原因其实并不复杂。
数据分析本身并不只是把数据整理出来，再制作几张图表，而是一套围绕具体业务问题逐步展开的工作方法。
一项相对完整的数据分析，通常需要先明确业务到底发生了什么问题，再进一步拆解指标，确认数据来源和统计口径，随后完成取数、清洗、校验、分析以及可视化表达。
等到结果相对明确以后，还需要继续回答两个问题：为什么会出现这样的变化，以及这个变化会对业务产生什么影响。
最后，分析结果还要进一步转化为能够落地的改善动作，并通过后续数据持续验证效果。
