愈愈多企始利用大做分析用，我也常被到：第一是：「我的公司有料，怎做大分析？」第二是：「我的公司料很多，但不知道何始？」 第一，我的答案很：「有料，也就有包袱，在就可以始集有用的料！」 第二就比了，也反映多企正面的。根媒，全家便利商店年集了台北翻社190料，要入大用，些料都不能用，只好重新建立。 可能是比端的例子，但事上，企的料的散各，有的在端、有的在行端，甚至客服端也有，相欠缺清理整合。 整合料前，要先清理料，在步，你很快就很多。我，至少面下面6挑，而些也是我去碰的。 挑1：有料（No Data） 由於去有定目，所以有保存。比如始想到日後回台北翻社客生日，所建立料，有客的生日，日後就少了一可以用的料。 挑2：的料（Out-of-date Data） 有的企然有保存料，但料的保期已，用途不大。例如，5年前集的客email，有些路服可能已止，客已不再使用，或是客早已了工作，email就得重新集才行。 挑3：不完整的料（Uncom台北翻社pleted Data） 然有料，但料位不完整，致只有部分料可以用，或者必才有用值。例如姓名、、地址、交易料都有，但是有交易、金，以至於法做台北翻社一步分析。 挑4：失的料（Missing Data） 是，有料，料位也很完整，但是某些的料位是空白的。 譬如1年12月的料，某些地的交易料是空白的，是代表有交易呢？或者交易金是零？些位必理。若是有交易，就要填入「零」或「平均」，以低料的影。 挑5：稀少的料（Sparse Data） 台北翻社有的位都有，也有，但是到交易行生的料量非常少。例如，消者某部影，但是大部分人都有看部影，造成有的料少，缺乏分析的值。 挑6：不精的料（Inaccurate Data） 最常生的，就是用不同的衡量方法，提供台北翻社不一的料。有位企者我：「整理完後的料，剩下千不到，怎？」不用灰心，千有效的料，比20有清理的料得
文章定位：
