其次是项目执行阶段，搭建清晰的分析流程，留存完整过程素材。一个合格的数据分析项目，有着固定的逻辑链条，包含提出研究问题，数据采集，数据清洗，探索性分析，可视化呈现，结论总结与反思。很多同学只重视最终可视化图表，忽略前面的数据清洗和问题定义环节，但审核老师更关注你如何处理脏数据，如何筛选有效样本，如何规避数据偏差。项目执行过程中，做好每一步记录，整理代码文件数据表格图表图片，撰写项目报告。如果是小组项目，一定要明确自己负责的板块，重点突出个人完成的数据处理与分析部分，不要将团队全部成果归到自己身上。在分析结论部分，不能只展示数据结果，还要结合行业背景解读数据背后的含义，提出合理建议。在项目推进过程中遇到技术卡点，及时查找资料学习基础工具，掌握 Excel，Python 或者 R 语言基础操作，工具学习和项目实践同步进行。
