究竟什么是报表最重要的？

大数据风起云涌，各种大数据的分析比比皆是。到底什么是大数据，大数据又能带给我们什么。

大数据是因为处理海量数据的能力越来越强才越来越热的。动不动的海量数据分析，让传统统计学的抽样啊什么的都显得不那么重要了。

计算能力上去了，存储的数据也有了，那么大数据我们怎么用呢？

1.必须要熟悉要分析的业务。经常会有这样的赶脚，数据就在手中，但是我却不知道该怎么分析。因为不了解细节，分析便抓不住重点。这也是为什么虽然报表出了很多，但是却不能给看报表的人有任何有价值的建议的原因。了解业务，把握重点，去掉无用的数据，这才是做数据分析的重中之重。

2.确定这次数据分析的主题，看报告的受众是谁，我想表达一个什么样的事情。这个过程很像写作文的列提纲的过程。站在受众的角度考虑问题，他想知道什么，他想看到什么，我又能做什么给他好的建议呢。

3.下一步应该就是撰写了。我感觉写数据分析报告，就像写作文一般。一个好的数据报告会像一个故事一样引人入胜。数据分析有两种情况，一种是平台级别的，一种是针对某种情况生成的报告。针对某个特定主题，有针对的利用部分数据，有点像自由作文，给你一个主题，题材不限，自由发挥。平台级别的貌似是一种框架，数据是不断变化的，所以你需要有一定的普适性。

4.语言的组织，同样的数据，同样的算法，你从哪种角度看，从哪种角度分析，得到的效果是不一样的。比方说，有一组数据，我们可以求得这组数据的平均数，中位数，众数。这三种数据的求法和计算方法其实已经特别成熟了。我们通常会这么表述，前三个月该指标数据的平均数为23ms，中位数为32ms,众数为24ms.数也拿到了，计算也完成了。但是直接写出来，除非专业人士没有人能看懂，这表示了什么意义。于是，我们可以这样写。过去的三个月里，该数据指标的平均表现为23ms,有一半的时间是超过32ms的，大部分出现24ms。这种表述方法更加的显浅易懂，且效果会更好。读者并不一定都是统计学专业的，没必要把专业术语都表示给他们看。

5.根据要展现的东西，我们去找合适的图。网上有个很好的图。我贴在这里。