什么是数据分析呢？数据分析就是利用适当的统计方法对收集来的数据进行分析，将数据汇总，充分发挥数据的作用。接下来聊聊数据分析的大致流程：
1.明确分析的目的，把数据的潜在价值挖掘出来，看看数据本身的规律
2.数据的采集与清洗（无非是线上线下、数据库之类的，数据清洗也许会是个大工程可能需要将不规整的数据弄得规整）
3.描述统计（以图形或表格的方式直观呈现出来，我经常用到图形可能是直方图、图形图、箱线图、散点图等。）
4.进行数据分析及建模
5.报告的撰写（一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。结构清晰、主次分明可以使阅读者正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于阅读者更形象、直观地看清楚问题和结论，从而产生思考。好的数据分析报告需要有明确的结论、建议或解决方案。）
这一切的前提是对行业的了解，数据与业务的结合，根据业务的需要制定发展计划，归类出需要整理的数据。
《基于网络数据的净水器销量影响因素分析》
主要针对自己的论文进行数据分析的了解，以统计学、数据挖掘理论知识为基础，借助R语言软件，通过网络爬虫获取净水器的相关数据。研究净水器销量影响因素以及影响程度，借助回归模型进行分析， 由于分析的被解释变量为数值型变量，解释变量为分类型变量及数值型变量，故建立多元线性回归模型进行分析
当时的主要研究框架如下：
指标的选择：
描述统计
Ø净水器的销量作对数直方图，可以看出净水器销量是呈现右偏分布的。
Ø销量最高的是海尔品牌的非直饮净水器，保修期为1年，智能类型为阿里小智，其原价为699/元，促销价为168/元，价格波动幅度较大。
回归模型的构建
模型解读
Ø注：针对取对数后的净水器销量分析说明：统一对数线性模型的系数估计解读为“增长率”，在控制其它因素不变的情况下：
Ø保修期：保修期为5年的净水器销量最高，比保修期为1年的销量高55%；
Ø智能类型：阿里小智的净水器销量最高，其次为其他，不支持智能类型的净水器销量最低；
Ø功效：非直饮的净水器销量最高，功效为非直饮的净水器销量比直饮高12%；
Ø店铺分类：官方旗舰店的净水器销量最高，店铺分类为官方旗舰店的净水器销量比专营店的销量高17%；
Ø物流评分的增加会带来净水器销量的增加；
Ø原价的降低会带来净水器销量的增加；
Ø人气值的增加可能会带来净水器销量的增加。
Ø对因变量销量取对数后，建立对数线性模型 ，模型的F检验拒绝原假设，说明建立的模型显著。调整后的可决系数为0.53，模型的拟合程度尚可接受。
模型检验与修正
结论
通过对网络数据进行描述统计分析和模型分析，得出净水器销量影响因素如下所示：
（1）净水器的使用位置影响销量，即净水器用在终端净水的位置还是水运输过程中的净水，或者是水源头净水的位置，都将影响消费者对净水器的需求。
（2）店铺分类对净水器的销量有影响，专卖店和官方旗舰店的口碑，影响净水器的销量。
（3）净水器的智能类型影响净水器的销量，净水器的质量效果越好，其销量将会受到影响。
（4）净水器的功效决定净水器的用途，其功效也影响净水器的销量。功效为非直饮功效的销量比较高，而大多数消费者还是比较亲睐于非直饮的净水器。
（5）净水器的网络店铺评分影响净水器的销量。对店铺评分越高，被顾客关注度越高，净水器销售的成交量越高。
（6）保修期时间长的净水器销量较高，保修时间长使得顾客安全感提升且省去了很多维修费用。
（7）净水器价格低且打折力度大也会使得净水器的销量提高。
（8）当人气值和累计评价较高时，增加了消费者的购物信心其产品的销量也就会有所提高。
建议
创新点与不足
