数据仓库|零基础入门数据分析，看这篇文章就够了( 二 ) 数据仓库

总之，对比分析的优势就是能够很清晰地分析不同数值之间的差异，从而得到这些差异背后形成的原因。
数据分析的基本步骤数据分析的基本步骤包括明确需求、数据收集、数据处理、数据分析以及数据展现。
1、明确需求
在进行数据分析任务前，分析人员要先完成业务需求的分析，将分析需求拆分成不同层级、不同主题的任务，捕捉其中业务的数据指标、标签，划分出不同优先级，为下一步取数做准备。

数据分析 - 派可数据BI
在确认需求的过程中，分析人员需要特别关注业务和数据的对应关系，按照数据词典将数据仓库中的指标、标签进行确认，对数据质量进行调研，最大程度提高数据分析的准确性。
2、数据收集
分析人员在进行数据分析前，应该提前收集好任务所需的数据，做好分析前的准备工作。在这个阶段，分析人员可以联合技术人员，将后续数据分析需要的指标、标签、维度等数据从数据仓库中调取出来，准备进行数据分析。
在准备数据的过程中，分析人员可以对业务数据进一步确认，和一线业务人员进行沟通协作，确认数据和业务之间相互贴合，数据也和业务变化一致。然后可以思考数据之间的关联，将关键数据整理进行标记。
3、数据处理
数据分析人员收集好数据之后，需要对这些数据进行适当的加工处理，将其转化为统一的格式、长度等，不仅提高了数据的准确性，还进一步提高了收集数据的质量。
在这个阶段，分析人员还可以根据收集时确认的指标、标签，将数据归纳为不同的主题，进行数据分组操作，方便数据分析时使用恰当的数据。有效地从海量纷乱的数据中提取出有价值的数据进行分析。
4、数据分析
前期准备工作完成后，数据分析人员就可以从主流的统计分析方法中选取适当的方法，对处理后的数据进行实际分析，提取出数据背后蕴含的价值信息，支撑企业业务和管理人员的信息决策。
分析人员在进行数据分析时，要将实际分析和业务活动相结合，产出真正对企业发展有关的数据报告，而不是对数据信息的无脑堆砌。此外，分析人员也可以借助图表，进行可视化处理，避免在面对海量数据时出现错漏等问题。
5、数据展现
分析人员可以将数据分析结果制作成可视化报表，以图形化的手段，更好的传达分析结果。在这个阶段，分析人员通过选取合适的图表，将数据分析报告展现在可视化图表上。

可视化大屏 - 派可数据BI?
可视化图表页面中，色彩不宜太过丰富，颜色最好也不要太过鲜艳，把色彩对比强烈的颜色放到关键信息，用清晰的逻辑去呈现变化，突出重点部分。也可以选择为制作完成的可视化图表附上自己从业务逻辑思考的信息，帮助用户更好地分辨图表展现的意义。