大数据时代，做数据分析报告，如何对数据进行分析显得尤为重要，那么数据分析该如何进行呢？这里列出了我个人工作中的一些经验总结，可能针对不同的报告场景有所不同。
了解需求背景
在进行真正的数据分析操作之前，要首先了解该需求的背景，为什么要做数据分析，数据分析的目的是什么，只有弄清楚了这两个问题，才能接着往下一步走，正所谓“师出有名”也正是这个道理。
确定需求数据的来源
分析需求涉及到的维度和指标，以及这些维度和指标数据来源的库表，并且分析以公司当前库表的数据，能否支持该需求进行（上钻/下钻）数据分析。
需求数据采集
所谓的数据采集，其实就是收集被确定为数据需求的维度和指标信息的过程。如何获取数据，即获取数据的关联方式（内关联/外关联），要遵循一些原则：准确性，代表性，可靠性等，原则的遵循重点是为了保证后续相关决策的可靠性。
需求数据的处理
数据的处理，也可以说成是数据清洗，即数据类型转换和数据精度的处理，是数据的一种规范化，把收集到的数据进行组织，按需求要求重新构建数据的过程。
数据分析
也称之为数据建模，完成以上步骤之后，结合业务现实做定性分析，对数据进行描述性分析，尽可能建立科学准确的数据模型，使数据可置信。
数据可视化
按照要求，将数据分析的结果进行报告输出，所谓的可视化简单来说就是以图表的方式展示出来，让用户更直观的接受理解你的分析结果
数据分析结论
通过数据分析，你得到了什么样的结论，今后的措施，或者说是改进方案是什么。