在收集数据时应该多多益善，但在数据分析时却需要关键数据。因为收集数据的渠道不同，得到的数据往往比较杂乱，此时，我们需要将不规则的数据统一格式，删除错误和重复的数据，提取出有效数据，为数据分析打下基础。

在处理数据时，我们可以通过数据清理、数据转化、数据提取、数据计算等方法来完成数据的规范工作。

1. 数据检查

为了确保数据的真实性、有效性和准确性，在数据分析之前，首先要进行数据检查。在数据检查时，将不需要的数据、逻辑混乱的数据等筛选出来，让数据更加严谨。

2. 数据清洗

因为收集的数据中难以避免会出现错误、重复、多余的数据，为了避免影响数据分析的准确性，需要及时找出这些错误，对数据进行清洗，筛选出需要的信息。

3. 数据转换

因为数据的来源众多，在收集数据时，在汇总数据时，会发现数据格式和数据单位参差不齐，如果直接用于数据分析，得出的结果必然会出现较大的误差。此时，就需要先统一数据格式和数据单位，将其转换为标准数据。

4. 数据提取

在分析数据时，并不是所有数据都要参与到分析中来。我们可以根据分析的需要查看重点数据，也可以根据分析的内容提取关键数据，如最大值、最小值、平均数据等。

5. 数据分组

数据分组，是指以数据的特点为依据，将相同的数据分为一组，以利于数据的分析。例如，产品的销售情况、生产情况、市场占有率等，都可以作为分组的依据。

6. 数据计算

在分析数据时，很多时候不能仅凭原始数据来完成分析，而需要经过计算，得到更准确的数据。如求和、求平均值等，再使用计算后的结果找寻数据的规律。

通过数据处理，我们可以从杂乱的数据库中找到需要的数据。在处理数据时，也许一些本不起眼的数据，在经过分组、求和、求平均值等操作之后，会以一种全新的面貌出现在你的面前。