�?）采集原刘�/p>

包括逻辑完备、可获得、不重叠等原则，关于不重叠一般要做相关分析甚至是典型相关分析做检验、�/p>

�?）采集方法和步骤

包括采用层次分析法等确定收集维度、数据变形、数据相关检验、权重确定等、�/p>

�?）指标体系的建立

一般采用手工指标体系和软件自动评估这两种方式，这两种方式都需要客观规范地选择数据指标，手工指标体系要做到权重设置合理、指标结果具有可比性（即处在基本同一数据区域），有时需要反复测试、�/p>

案例：浙江某互联网企业的数据采集和指标体系建竊�/p>

课堂讨论：指标体系中�?ldquo;�?rdquo;�?ldquo;�?rdquo;

4.数据整理

数据整理的包括数据纠错、数据填充补齐、数据汇总（非常复杂）以及数�?/p>

变形、数据转换等多个环节，其目的是做好数据分析前的准备工作，将数据处理干净，以进行后续的分析工作、�/p>

�?）数据纠锘�/p>

包括两种形式的错误，一是本身数据就有错，例如格式错误、空白等，二是数据逻辑上的错误或者异常、�/p>

�?）数据填充补齏�/p>

将数据中的空白填充补齐，这里面可能会涉及到复杂的业务逻辑、�/p>

�?）数据的汇怺�/p>

根据分析目标的不同，分为按照时间序列的汇总、按照客户id的汇总等等、�/p>

�?）数据变彡�/p>

为了便于后续对比分析，经常需要对于数据进行变形，例如对于不同数量级的数据，将其变形到[0,1]的范围内、�/p>

�?）数据转捡�/p>

在数据分析中，经常存在两种形式的数据转换：连续变量离散化以及定性数据定量化、�/p>

5.数据描述

数据描述指对销售数据进行描述统计，采用多种指标和方法揭示数据的概况，为后续分析做好准备工作。描述的指标有求和、计数、平均值、中位数、众数、方差（标准差）、变异系数、峰度、偏度、占比、累计占比、同比、环比等、�/p>

�?）整体状况描�?/p>

�?）营销数据��七个百分�?rdquo;

�?）多列对毓�/p>

---这是应培训学员的要求所做的多列对比的小工具，非常方便，可以一次性地输出多列之间平均值、总数、中位数、变异系数、二八系数等的对比、�/p>

案例：期货数据中��众数��指标的运�?/p>

讨论� 中位数和平均值的异同

6.异常值分枏�/strong>