生活在信息时代，数据如同空气一般围绕着我们。从运动时手腕上计步器传回的心率和步数，到购物时手机上传来的每一笔扣款消息；从GPS定位记录下的每一次移动，到社交软件上记录的每一次转评赞，我们时时刻刻都在生产着数据，也因为数据正影响着生活的轨迹。

今天开始，我们将为大家带来数据分析的系列介绍，包括数据的收集，清洗，整合，分析，可视化构建，分享，自定义等最常用的场景。希望给对数据有兴趣的你带来更多“玩”数据的体验，带你“玩”转数据。

在谈论数据分析的工具和技术前，我们先来聊聊很容易被忽视的一个问题 – 数据分析需要解决什么问题？面对庞大而复杂的数据，不想清楚就开始数据分析，则容易迷失在重复的数据堆砌之中。

角色扮演或许可以帮助我们找到问题的切入口：

1. 如果你是财务部门的会计，因为最近一个季度大量出差造成的支出成本增加，希望优化出差的成本监控和管理。那么你需要寻找的是出差事件及上下游关联事件的数据分析。

2. 如果你是公司的部门经理，基于公司已有的指标系统，例如人事部门的出勤系统，个人或团队的业务指标，想制定更高的目标时，就需要借助数据分析来找到可执行的方案。

3. 如果你是一家外贸公司的决策者，需要针对市场和行业的趋势，调整公司的战略决策，那么当前中美贸易的拉锯战对业务的影响或许是你需要及时掌握的。

把自己放进具体的业务场景，站在角色的角度，思考你要解决的问题，才能真正利用数据分析获得实现目标的决策。

数据分析并不是一锤子买卖，分析的方法和结论也会随着决策的选择和执行而发生变化。一个挺有意思的案例来自同为时尚快消品牌的H&M和Zara。