世界变得越来越由数据驱动，可以使用的数据量无穷。像Google和Microsoft这样的大公司都使用数据来做决策，但并不是唯一的决策。
重要吗？绝对！
数据分析被小型企业，零售公司，医学甚至体育界使用。这是一种通用语言，比以往任何时候都重要。看来这是一个高级概念，但数据分析实际上只是付诸实践的一些想法。
什么是数据分析？
数据分析是使用分析或统计方法评估数据的过程发现有用信息的工具。其中一些工具是R或Python之类的编程语言。 Microsoft Excel在数据分析领域也很流行。
使用这些工具收集和排序数据后，将对结果进行解释以做出决策。最终结果可以摘要形式提供，也可以以图表或图形形式提供。
以可视形式呈现数据的过程称为数据可视化。数据可视化工具使工作更加轻松。 Tableau或Microsoft Power BI之类的程序为您提供了许多可以使数据栩栩如生的视觉效果。
有几种数据分析方法，包括数据挖掘，文本分析和商业智能。
如何
数据分析是一个大主题，可以包括以下步骤：
让我们更深入地研究数据分析中使用的一些概念。
数据挖掘
数据挖掘是一种数据分析方法，用于使用统计，人工智能和机器学习来发现大型数据集中的模式。目标是将数据转化为业务决策。
数据挖掘能做什么？您可以处理大量数据以识别异常值并将其排除在决策范围之外。企业可以学习客户的购买习惯，或使用聚类在数据中查找以前未知的组。
如果使用电子邮件，则会看到另一个数据挖掘示例，可以对邮箱进行分类。像Outlook或Gmail这样的电子邮件应用程序使用此功能将您的电子邮件归类为“垃圾邮件"或“非垃圾邮件"。
文本分析
数据不仅限于数字，信息可以
文本分析是从文本中查找有用信息的过程。为此，您可以处理原始文本，使其可以被数据分析工具读取，并查找结果和模式。这也称为文本挖掘。
Excel在此方面做得很好。 Excel具有许多处理文本的公式，可以节省您处理数据的时间。
文本挖掘还可以从Web，数据库或文件系统中收集信息。您可以使用此文本信息做什么？您可以导入电子邮件地址和电话号码以查找模式。您甚至可以找到文档中单词的出现频率。
商业智能
商业智能将数据转换为用于制定业务决策的智能。它可以用于组织的战略和战术决策中。它为公司提供了一种从收集的数据中检查趋势并从中获取见解的方法。
商务智能用于完成许多事情：
数据可视化
数据可视化是数据的可视化表示。无需将数据显示在表或数据库中，而是将其显示在图表中。它使复杂的数据更易于理解，更不用说看了。
您使用的应用程序（也称为“物联网"）正在生成越来越多的数据。数据量（称为“大数据"）非常庞大。数据可视化可以将数百万个数据点转变为简单的视觉效果，使其易于理解。
有多种方法可以可视化数据：
Google数据集的可视化是大数据如何直观地指导决策的一个很好的例子。
回顾中的数据分析
数据分析用于通过统计工具评估数据以发现有用的信息。使用了多种方法，包括数据挖掘，文本分析，商业智能，组合数据集和数据可视化。
Microsoft Excel中的Power Query工具对于数据分析特别有用。如果您想熟悉它，请阅读我们的指南以创建第一个Microsoft Power Query脚本。
