数据分析
收集的数据要进行清洗，把无用的数据舍弃，对有效数据进行分析。
数据的质量：重复？完整？一致？时效？
数据的形式：结构化数据；半结构化数据；非结构化数据
结构化数据：SQL数据（完全限制格式）
半结构化数据：JSON（整体有着一定的格式，具体是非结构化的数据）——既有结构化数据，又有非结构化数据
非结构化数据：图像，文本
数据分析的好处（通俗化）：
搞清事实，接近真相，预测未知，帮助决策
逐步挖掘商业价值的分析（学术）：
描述分析，诊断分析，预测分析，指导分析（Excel，Python）
分析所用的一些模型：
分析方法与工具：
另外，学会使用GitHub！
数据可视化：
为了更好的阅读，为了更好的解析结果，我们把结果可视化，但是，可视化的方式不对，可能会得到完全没用的结论。举例如下：
这是9月份同比销售额的可视化：
不同的可视化方式，得到完全不一样的视觉效果，由此得到不一样的结果。更甚者，有恶意可视化，完全与真实相反，误导人们的眼球。
可视化的时候，注意选取正确的可视化方法。
典型数据驱动开发团队人员：
大型的项目需要一个团队共同协作才能做得更好！