本文介绍了数据分析的基本概念，包括数据分析、数据挖掘和大数据。详细阐述了数据分析的目的，如现状分析、归因分析和预测分析。探讨了业务描述性分析流程，包括业务理解、数据获取、数据处理、数据分析和结果展现。此外，还提到了数据分析师的职业道德操守和行为准则，以及大数据安全和隐私法规的重要性。
一、数据分析概念、方法论、角色（占比1%)
1、数据分析基本概念（数据分析、数据挖掘、大数据)
数据分析 Data Analysis
是以数据为分析对象，以探索数据内的有用信息为主要途径，以解决业务需求为最终目标，
包含业务理解、数据采集、数据清洗、数据探索、数据可视化、数据建模、模型结果可视化、分析结果的业务应用等步骤在内的一整套分析流程。
数据挖掘 Data Mining
通常也被称为数据知识发现（KDD Knowledge Discovery in Database），是自动或方便地提取模式，表示在大型数据库，数据仓库，Web，其他海量信息库或数据流中隐式存储或捕获的知识。
数字化的工作 EDIT
EDIT是指数字化工作模型，以知识型业务人员的常规工作为场景，展现业务流程化、数据场景化、算法工具化、决策智能化
业务运行探索（E）：各项业务的运行状态（工厂的仪表盘）
问题根因诊断（D）：数据的定向与定性结合，定位和分析问题
业务策略指导（I）：制定业务策略指导，定制优化策略
智能算法工具（T）：上述工作均涉及到算法的应用
2、数据分析目的及其意义
数据分析本质(现状、归因、预测)
数据分析（Data Anal
最低0.47元/天 解锁文章
4566
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
