分析过程中尽量运用多种分析方法，以提高分析的准确性和可靠性。例如，运用定性定量相结合的分析方法对于数据进行分析;融合交互式自助BI、数据挖掘、自然语言处理等多种分析方法;分析和可视化分析相结合等。数据分析过程中，要避免以下3种情况：1)时间安排不合理。在开始分析工作之前，一定要做一个明确的进度计划，时间分配的原则是：数据收集、整理及建模占70%，数据可视化展现及分析报告占25%，其他占5%。(数据的收集、整理和建模的过程，是反复迭代的过程)2)数据源选择不合理。一般企业中的数据来源有很多，SAP、TMS、CRM及各部门业务系统，每个渠道的数据各有特点。这时，应该慎重考虑从哪个渠道获取数据更加快捷有效。数据源选择不合理，不仅影响结论的可靠性，而且有返工的风险。3)沟通不充分。无论是分析人员内部的沟通还是与外部相关人员的沟通，都是至关重要的。与外部人员沟通效不顺畅，可能造成前期需求不清，中间业务逻辑混乱，终导致数据分析结果不好。世界经济一体化进程的加速和******市场的蓬勃发展，带来的是对***从业人员，尤其是精通***管理和资本市场运作的***分析人才的大量需求。与内部人员沟通效率低，可能造成分析进度滞后，分析工作开展不畅等诸多问题，直接影响分析效果。大数据分析依赖于及时处理和查询复杂数据的能力。一个很好地例子就是：一家公司开发了一个数据仓库用来维护从能源使用计收集到的数据。在产品评估过程中，某供应商的系统有能力在15分钟内处理七百万条记录，而另一家则在相同时间内可以处理三十万条记录。(数据的收集、整理和建模的过程，是反复迭代的过程)2)数据源选择不合理。能否识别正确的基础设施来支持快速的数据可用性和查询就意味着成功还是失败。任何欣欣向荣的企业，都是建立在所开发的优1质项目基础上的。但如何才能确定项目的可行和优1质呢?不过，在很多情况下，企业利用他们现有的数据仓库设施，或是一个新老混合的技术来对大数据流入他们的系统进行管理。发达***的做法是对项目的终决策，一切以科学定量分析的项目数据为依据。数据分析遵循一定的流程，不仅可以保证数据分析每一个阶段的工作内容有章可循，而且还可以让分析终的结果更加准确，更加有说服力。在中国，随着世界经济一体化进程的加速和******市场的蓬勃发展。)