随着时代的发展，人们每天在互联网上产生大量的数据，对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署，尤其是对于互联网公司而言，用户行为产生的数据就是企业最宝贵的资源。

        数据挖掘(Datamining)，又译为资料探勘、数据挖掘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关。

        不过目前为止，在企业中存在着很大的数据分析问题，如何进行数据分析，数据挖掘的结果要如何展示，企业中各个部门要如何才能最大化的利用数据分析结果。这些一直困扰着数据团队。

        数据分析在企业主要是由于业务需求驱动的，但从数据分析师角度来看数据分析并不是简单的坐在那里等需求，需求来了就做没有需求就坐在那里等。数据分析师需要进行思考。

        思考一：数据分析的需求方是谁，是公司的领导层还是销售，还是市场团队或者产品团队。

        思考二：企业有什么样的资源，企业有什么样的数据，如何将需求方与数据本身的价值进行串联，这是一个非值得思考的方向。

        在企业中同样一份数据报告的需求方有很多，但肯定不是全部的人都需要。作为数据团队，将有效的数据传递给最需要的人，这样才能更大更好的发挥数据本身的价值。

        数据分析师需要思考

        在一个企业中，对于各个部门员工的数据培训是不可少的，由于数据报告主要面向企业内部的员工，如何让员工具有一定的数据解读能力就显得非常必要。

        企业知识管理同样是数据团队重要的工作之一，数据团队将每天分析完的数据转化为知识，让每一个需要的人都可以随时随地的得到想要的数据信息。也就不再需要让数据团队将已经存档完毕的数据从新拿出来。

        作为数据分析团队，在进行数据解读的时候需要具有独到的看法，比如：

        案例1：老杜有五个女儿，那么他第六个孩子一定是个儿子。

        案例2：有三组彩票号码，这三组哪一个中奖率最高？哪一个最低？

        案例3：某市嚼口香糖的人和心脏病去世的人同时升高，嚼口香糖可导致心脏病发作。

        其实我们可以发现，这些数据事件中的因果关系并不明确。

        第一，男孩和女孩的几率都是一样的，前五个是女孩但是第六个仍然有一半的几率是女孩。

        第二，虽然每组数字让我们都有所联想，但事实上每组数字的中奖率都是一样的。

        第三，并没有直接的数据证明嚼口香糖会导致心脏病，所以这个数据只能说明这个城市的人口增加了，人口基数的变化造成了这样的数据结果。

        这是很多人在进行数据解读时犯的错误，只是关注数据的相关性，从相关性解释数据的因果性。

        比如，经过统计，用户喜欢在一大堆文字或者有电话号秘密的地方点击暂停……

        作为数据分析人员需要掌握以下十种重要的技巧

        第一：会用一款或以上的数据分析工具

        第二：经常浏览数据统计的网站

        第三：在数据分析前先进行调研

        第四：在分析数据的时候用户体验的角度出发的么并不是以公司利益为主。

        第五：了解数据采集的方式以及数据内容和质量内容

        第六：熟悉各种样式低量和定位的不同

        第七：做一个饥渴的探索者

        第八：在企业内部有效的沟通着

        第九：街头智慧

        第十：防御中带有进攻。

        在企业中，数据分析师的角色十分重要。没有数据指引的企业犹如没头苍蝇到处乱飞，相比之下，企业的决策层可以根据数据挖掘提供的相关报表完成企业战略发展的制定。

        对于数据分析师来说，如何将企业收集的杂乱数据进行分析处理，最终为其他部门提供一份清晰明朗的数据报告就显得格外重要。