大数据时代之下数据分析有何目的？数据分析包括什么？
进入21世纪后，随着互联网的飞速发展，大数据应运而生。越来越多的数据被挖掘出来，形成了“数据为王”的时代。数据分析从字面上理解，就是分析数据然后得出结论。随着数据规模越来越大，单靠人的重复脑力劳动已经无法跟上行业发展趋势。人类的智慧应该更多地运用在决策和选择层面，数据分析应该成为人类的辅助工具。它可以帮助决策者更清晰地做出预期的判断和预测，这也是Python语言迅速流行的原因。
数据分析的目的是什么？
其实，数据分析并不是一个新概念，但是随着时代的发展，或者更准确地说是互联网浪潮的发展，它已经逐渐演变成一个行业，行业的从业者称为“数据分析师”，从业者的主要职责是不断从混乱的数据中挖掘出有效的有价值的信息，然后通过研究找出其中的内在规律。这些信息的最终目的是帮助人们做出决定，管理科学中有一个专业术语是“不断寻找最优解”的过程。
在实际应用中，数据分析可以帮助人们做出判断以采取适当的行动。数据分析是组织和有目的地收集数据、分析数据并将其转化为信息的过程。例如，在开始新设计之前，设计师必须进行广泛的设计调查并分析数据以确定设计方向。
数据分析包括什么？
当前数据分析主要包括六个方面，分别是数据收集、数据清洗、数据预处理、模型建立、数据可视化、描述性分析。
1、数据收集：这一步就是做数据的收集。一般数据收集主要包括以下几个方面：统计调查、实地研究、做实验、大数据。
2、数据清洗：一般如果是我们自己统计/现实数据，得到的数据会很脏(存在缺失值/异常值之类)。所以我们需要对数据进行清洗，对缺失的数据进行填补、对异常值进行合理化修正。
3、数据预处理：举个栗子，我们对数据要进行建模、但是我们模型可能只能处理数值型，但是我们的数据是字符串，我们就要对数据进行预处理，处理成我们模型可以处理的数据。
4、模型的建立：这一步可以说是数据分析的关键一步，模型的建立。我们要对未来的数据进行预测，如何将我们影响因子加入到模型，权重如何设置、函数的阶数如何设置都是我们要解决的问题。
5、数据可视化：哪怕我们对我们已经有的数据进行了模型的建立，但是到目前为止我们所做的工作都是只有我们自己能看懂或者相关人员能看懂。所以我们需要进行数据的可视化，来更直观更方便的对数据进行解读。
6、描述性报告：我们做数据分析就是帮助上层决策人员进行一个更好的决策，所以我们需要对我们的工作进行一个报告来报告给决策人员。
总的来说，数据分析实际上就是对大量有序或无序数据进行集中整合、运算抽取、展示等操作，通过这些操作找到研究对象的内在规律。
