基本的數據分析工作通常包含以下幾個方面的內容：

1. 確定目標（輸入）：理解業務，確定指標口徑。
2. 獲取數據：數據倉庫（SQL提數）、電子表格、三方接口、網絡爬蟲、開放數據集等。
3. 清洗數據：包括對缺失值、重復值、異常值的處理以及相關的預處理（格式化、離散化、二值化等）。
4. 數據透視：排序、統計、分組聚合、交叉表、透視表等 。
5. 數據呈現（輸出）：數據可視化，發布工作成果（數據分析報告）。
6. 分析洞察（后續）：解釋數據的變化，提出對應的方案。

深入的數據挖掘工作通常包含以下幾個方面的內容：

1. 確定目標（輸入）：理解業務，明確挖掘目標。
2. 數據準備：數據采集、數據描述、數據探索、質量判定等。
3. 數據加工：提取數據、清洗數據、數據變換、特殊編碼、降維、特征選擇等。
4. 數據建模：模型比較、模型選擇、算法應用。
5. 模型評估：交叉檢驗、參數調優、結果評價。
6. 模型部署（輸出）：模型落地、業務改進、運營監控、報告撰寫。