1、明確需求。明確需求是數據分析的第一個步驟，一般剛入門的分析是以被動分析為主，也就是他人發現問題，你來進行數據分析，所以要清晰的勾繪需求內容，讓輸出結果與需求的契合度更高。

2、確定思路。需要從分析目的出發全面、深入拆解分析維度，確定分析方法，最終形成完整的分析框架。

3、處理數據。當拿到數據時，數據不能滿足直接用來分析，所以需要將收集到的雜亂無章的數據，快速、準確加工成適合數據分析的樣式。

4、分析數據。分析數據是分析流程重中之重的工作，可謂是“抽絲剝繭”，它是從分析目的出發，按照分析思路，運用適當的分析方法或分析模型，使用分析工具，對處理過的數據進行分析，提取出有價值的信息。

5、展示數據。展示數據也稱為“數據可視化”，是以簡單、直觀的方式傳達出數據包含的信息，增強數據的‘易讀性’，讓閱讀者輕而易舉的就看出數據表達的內容。俗話說的好“文不如表，表不如圖”，所以展示數據一般用圖表進行展示，常用圖表有表格、柱狀圖、折線圖、條形圖、散點圖、餅圖。

6、撰寫報告。撰寫報告是指以文檔形式輸出分析結果，其內容是通過數據全方位的科學分析來展現運營情況，能夠為決策者提供強有力的決策依據，從而降低運營風險，提高盈利。分析報告就是第1步~第5步工作的總結，以文檔的形式展現“推理”的過程，並說明最終的結論。

7、效果反饋所謂效果反饋就是選擇恰當且代表性的指標，及時監控報告中提出的策略執行進度、執行效果。

bi數據分析，主要是分析大量的數據，從找出有規律的潛在信息。

用途包括：經營分析、財務分析、風險量化、客戶分析等

大學裡沒有這門課，但是有bi數據分析應用的基礎課程，包括概率論與數理統計、金融工程

相比於Excel，BI軟件能直接對接數據庫類的企業數據源，快速拉取數據，並且可以以任何的字段作為維度進行篩選整合數據。

在數據處理的靈活性是僅次於Excel，但其又可以處理比Excel無法處理的大數據量。如果說企業的數據業態很成熟且數據量很大，數據分析需求強烈，是很建議上BI的。