数据分析师的日常工作

数据清洗：80%的精力在处理清洗数据，包括字段提取、整合归一、规范化。数据在现有的商业环境中才开始逐渐重视，故数据采集整理非常重要，许多公司都在开始重视数据背后的重要价值，故会把历史数据拿出来处理加工。

数据进行初加工：这里包含了数据描述性统计(比如极值，最值，均值，方差，分布)，这种初步加工目的是为了大体了解这些数据的基本概况，这是初始业务必须要做的，从这些数据中一定程度上还能能够反映日常业务变况。

数据监控，主要是通过数据库，报表等工具进行业务导向的核心常规数据监控，主要是及时发现异常波动，定位问题并解决，例如收入流量的数据监控，产品上线的用户获取留存监控等;业务分析，主要针对某一业务问题或者项目进行的专项分析，比如产品定价，流量质量分析等等;

数据挖掘与数据科学，通过复杂算法及工程处理海量数据，获取多维数据的深度洞察或产出，例如推荐，召回，反作弊，用户分层模型等;数据产品，将业务分析逻辑产品化，实现效率提升，例如之前提到的常规监控，可以通过自动化的数据波动阈值判断来辅助人的监控。最后数据结论输出，报告撰写。