大数据时代，我们每天都在与数据打交道。
与数据打交道，就是一系列与数据分析相关的活动。数据分析过程活动包含识别信息需求、收集数据、分析数据、评价并改进是数据分析的有效性组成。
识别信息需求。为了保证数据的进和出都是真实有效的，就有对数据的输入、输出、以及在中间的数据处理设立过程控制方案和控制点。简单来说，为了得到你想要的数据，在输入端你会有些什么要求，并使之程序化、标准化。如，在企业ERP的应用过程中，会有“傻瓜式”的操作指引告诉每一个使用者怎样输入相关数据以保证入数准确性，并且用程序文件来保证入数的及时性。大多数公司还有专门的内审部门进行事后的监督：抽查一些数据，核对输入系统的时间和数量是否和单据一致。
收集数据。ERP的推广和应用，使得对最直接的第一手数据收集简单很多。往往只要在ERP系统打开报表下载即可，有时候下载一个报表，有时候要多个。
数据分析。一直以来，觉得数据分析就是个技术活。跨出校门，从事的第一份工作与生产计划相关，把公司的销售订单安排到产线：生产什么，什么时候生产，生产多少。当时是负责电子厂的贴片计划，由于贴片机设备的自动化程度也比较高，用excel自带的功能，设定好运算逻辑，点个按钮就把排班计划完成了。这是比较常用的数据分析，对已有数据经过逻辑分析，通过运算，转化成另一种形式的数据。再后来，随着职位的变动，分析数据不再是为了输出数据，而是希望数据能告诉我们一些实际的情况——肯定成绩和指出问题。这个时候，不仅是从技术的角度来分析问题，我们更应该有自己的逻辑和判断，从不同维度和角度去深挖数据。数据是最真实的朋友，通过这个朋友，我们能发现工作中存在的问题，能找到突破点。
评价和改进。这是数据分析的高层阶，是对以往经验的运用，也是对思维能力的考验。一堆数据放在不同人面前，有些人很快就能发现问题，有些人在数据堆里打转转、毫无头绪、最终被数据淹没。评价数据，既要发现成绩也要发现美中不足；还要有甄别数据的能力，练就一双火眼金睛——发现和剔除异常数据，或是从异常数据中还原当时的特殊场景。仅仅这些还不够，解决数据告诉我们的问题才是真，找到解决问题的方法并解决之，这就是我们用数据说明问题的终极目标。数据分析的过程，还是PDCA的循环。搜集数据->分析数据->发现问题解决问题->再次收集数据->验证新方法发现新问题。
把数据融入到易懂的形式中，让数据讲故事。
