如何启动数据项目:了解项目生命周期

研究生课程工作人员|2020年8月7日

启动一个大数据项目本身就会有问题。这个项目的目标是什么?关于你的数据你应该知道些什么?你从哪里开始呢?

作为一名数据分析师或经常与数据打交道的人，理解这一点很重要如何管理数据分析项目这样你就可以保证效率，为你的客户得到最好的结果。这样做的第一步是理解数据分析的生命周期。

什么是数据分析生命周期?

的数据分析生命周期描述了进行数据分析项目的过程，该项目由基于CRISP-DM方法的六个关键步骤组成。东北大学校友Paula Muñoz表示，这些步骤包括:理解业务问题、理解数据集、准备数据、探索性分析、验证以及可视化和演示。

数据分析项目生命周期图表

当呈现一个数据项目时，您将得到一个期望的简要概述。根据大纲，您应该确定业务试图揭示的关键目标。您应该检查工作的总体范围、业务目标、涉众正在寻求的信息、他们希望您使用的分析类型，以及他们想要的可交付成果(项目的输出)。

在开始数据分析项目之前，您需要清楚地定义这些元素，以提供最好的可交付成果。此外，在项目开始时尽可能多地问问题是很重要的，因为通常情况下，在项目完成之前你可能没有第二次机会。

您可以使用各种各样的工具来组织数据。当面对一个小型数据集时，您可以使用Excel，但对于更繁重的工作，您可能希望使用更严格的工具来探索和准备数据。Muñoz建议使用R, Python, Alteryx, Tableau Prep或Tableau Desktop来帮助你准备数据清洗。

在这些程序中，您应该确定关键变量以帮助对数据进行分类。在浏览数据集时，查找数据中的错误。这些错误可以是遗漏的数据、逻辑上没有意义的数据、重复的数据，甚至是拼写错误。需要修改这些缺失的变量，以便正确地清理数据。

了解更多：R和Excel:有什么不同?

一旦组织和识别了数据集中的所有变量，就可以开始清理了。在这一步中，您将输入缺失的变量，创建新的大类来帮助对没有合适位置的数据进行分类，并删除数据中的任何重复项。为缺失值的类别输入平均数据分数将有助于更有效地处理数据，而不会使数据偏斜。

在这一步中，您将开始构建模型来测试数据并寻找给定目标的答案。使用不同的统计建模方法，您可以确定哪种方法最适合您的数据。常见的模型包括线性回归、决策树和随机森林建模等。

一旦创建了模型，您就需要评估数据，并确定是否为您的交付产品提供了正确的信息。模型工作正常吗?数据是否需要更多的清理?你找到客户想要回答的结果了吗?如果不是，您可能需要重新执行前面的步骤。你应该会有很多尝试和错误!

一旦满足了所有可交付成果，就可以开始数据可视化了。在许多情况下，数据可视化将至关重要交流你的发现到客户端。并不是所有的客户都精通数据，像Tableau这样的交互式可视化工具在向客户说明你的结论时非常有用。能够用数据讲一个故事是至关重要的。讲故事有助于向客户解释你的发现的价值。

与任何项目一样，你需要清楚地确定你的目标。概述你的工作将确保你为客户提供最好的交付成果。虽然所有这些步骤都很重要，但如果您在没有所需的所有数据的情况下启动项目，则可能不得不后退。

有很多数据分析师需要的技能有效地发挥他们的作用，包括硬技能，比如统计建模到软技能，如沟通和表达。然而，技术技能在建立一个成功的关键作用分析职业在美国，熟练掌握非技术技能可以帮助你的职业生涯达到新的高度。例如，能够根据数据分析生命周期组织大数据项目是一项重要的软技能，可以有效地指导项目完成。

如果你正在寻找机会来发展你的技能，过渡到分析，或者在你当前的角色上取得进步，有很多不同的方法可以做到这一点。也许获得所需技能最有效的方法就是正规教育。无论你选择在线课程，训练营，还是高级分析学位在教育上的投资可以帮助你在职业生涯中更上一层台阶。

如果你有兴趣提高你的数据分析技能并推进你的职业生涯，请下载我们的免费指南。