1、明确分析的目的，确立分析的思路
确定分析的目的，一切都是围绕问题的解决。整理分析思路，即先分析什么，后分析什么，使各分析点之间具有逻辑联系，分析维度有哪些，包含哪些指标。即进行资料分析前期策划，后期指导分析工作的开展。
2、数据资料
外部：因特网、网络爬行器、竞品数据，等等。内部：自己的数据库、用户行为数据、业务提供的Excel或csv文件;
3、数据清洗
包含对杂乱数据的清理和处理。在数据少的情况下可以使用excel;在数据量很大的情况下，可以使用大数据平台进行处理。工具没有好与坏之分，只要能快速有效解决问题。
4、数据模型
简而言之：使用统计学的描述性统计，如平均、中间、标准差等等;复杂的方法：使用诸如预测之类的机器学习模型、算法。而且大多数情况下，用描述性统计就可以了，后期再深入一点，可以学习一些机器学习和统计学的模型。
5、展示数据
当展示结果时，没有必要太夸张，要确保与大多数人的理解一致，让人们能很容易地看清图表。可以使用图表来表示而不必使用表格，可以用表格来说明而不必使用文字。用最少的脑力去理解你所表达的意思。
6、编写报告
良好的分析报告必须包含建议和解决方案。政策制定者不仅需要发现问题，更需要找到解决办法并提出建议。