㈠ 數據分析怎麼做
1.明確目的和思路
首先明白本次的目的，梳理分析思路，並搭建整體分析框架，把分析目的分解，化為若乾的點，清晰明了，即分析的目的，用戶什麼樣的，如何具體開展數據分析，需要從哪幾個角度進行分析，採用哪些分析指標(各類分析指標需合理搭配使用)。同時，確保分析框架的體系化和邏輯性。
2.數據收集
根據目的和需求，對數據分析的整體流程梳理，找到自己的數據源，進行數據分析，一般數據來源於四種方式：資料庫、第三方數據統計工具、專業的調研機構的統計年鑒或報告(如艾瑞資訊)、市場調查。
3.數據處理
數據收集就會有各種各樣的數據，有些是有效的有些是無用的，這時候我們就要根據目的，對數據進行處理，處理主要包括數據清洗、數據轉化、數據提取、數據計算等處理方法，將各種原始數據加工成為產品經理需要的直觀的可看數據。
4.數據分析
數據處理好之後，就要進行數據分析，數據分析是用適當的分析方法及工具，對處理過的數據進行分析，提取有價值的信息，形成有效結論的過程。
5.數據展現
一般情況下，數據是通過表格和圖形的方式來呈現的。常用的數據圖表包括餅圖、柱形圖、條形圖、折線圖、氣泡圖、散點圖、雷達圖等。進一步加工整理變成我們需要的圖形，如金字塔圖、矩陣圖、漏斗圖、帕雷托圖等。
6.報告撰寫
撰寫報告一定要圖文結合，清晰明了，框架一定要清楚，能夠讓閱讀者讀懂才行。結構清晰、主次分明可以使閱讀者正確理解報告內容;圖文並茂，可以令數據更加生動活潑，提高視覺沖擊力，有助於閱讀者更形象、直觀地看清楚問題和結論，從而產生思考。
㈡ 如何組建一支優秀的數據分析團隊
至少要3個方面的能手，
1、熟悉數據分析對象的業務的人。因為數據來自於業務，而不是來自於空氣。一定要有人能熟悉業務，這樣才能讓分析師讀懂每個數字背後的由來，產生的過程，有哪些問題，有沒有坑……；
2、熟悉計算機系統、資料庫管理的人。因為你要面對很多數據獲取、數據清洗、數據長效管理的問題。企業如果想要保持長期的監測、評估數據，就必須解決這些問題。
3、熟悉演算法或數學建模的人。這個比較容易理解。
這3類人，現實中極有可能不是同一個人，因為上帝很公平，每個人的時間都那麼多，每個人都會只有自己的強項也會有弱項。但是3類人整合在一起就不同了，可以整合在一起，短板互補。注意啊，一定要短板互補。長板多多益善，但是短板的互補協同性是整個數據分析團隊的最關鍵問題。出事兒也是在短板的地方。