IT 分析：足迹第九十八步：数据分析的具体步骤

1）从数据仓库导数据进入宽表：宽表就是字段比较多的数据库表

2）数据分层抽样：需要保证分层出来的样本比例同原始数据基本一致

3）数据类型选择：连续型还是离散型

1. 连续变量：用于业务收入趋势分析、销售额预测分析、RFM分析
2. 离散变量：信用评级、分类预测

4）缺失值处理

5）异常值处理：第一个异常值为无效异常值，但是第二个异常值可能属于有效异常值

6）自变量分类

7）强相关变量：聪明变量

1. 有意义的变量不会超过10-15个
2. 信息差IV值大于0.3代表变量的预测力较强