场景分析
3 篇不联网也能用：本地化数据分析工具适合哪些场景
数据不能外传、网络环境受限、需要频繁快速出结果、对数据留存有顾虑——这四类场景最适合本地化数据分析工具。文末还有一个简单的验证方法，帮你判断工具是不是真的本地运行。
完全离线的工作流怎么搭
从数据不进公网这一前提出发，拆解离线工作流的三个层次：本地环境准备、可复现的数据管道、结果归档与校验。给出判断标准与具体做法，帮你在断网或受限网络下稳定完成日常分析任务。
数据不出本机到底意味着什么
从进程、存储、网络三个层面拆解「本地运行」的真实边界，给出可验证的判断方法。适合需要判断一款分析工具是否真的把数据留在自己设备上的读者，也适合评估内部流程是否合规。
常见问题
2 篇使用心得
3 篇数据分析结果怎么看？避免这 3 个常见误读
把相关当因果、忽略样本量、被偶然的高准确率骗了——这三个误读让很多人对分析结果产生错误信心。文末附三个自查习惯，帮你把结论用得更稳。
让分析过程可复现的几个习惯
分析结果无法复现，大多不是工具问题，而是流程缺少记录。这篇文章给出几个落地习惯：从原始数据分级存放、用脚本替代手工操作，到记录参数与中间结果，帮助你在几周后或换人接手时，仍能把同一份数据跑出同一个结论。
为什么要记录每次分析的过程
分析结论容易忘，过程更难还原。本文说明记录分析步骤、口径和异常处理的必要性，给出可落地的记录格式与判断标准，帮助你在数据更新或他人接手时快速复现结论，减少重复排查的时间。
模型评估
3 篇准确率高就代表模型好吗
准确率只统计猜对的比例，在类别不均衡时会严重失真。本文说明为什么高准确率可能毫无价值，并给出查准率、查全率、混淆矩阵与基线对比等更可靠的评估做法。
怎么公平地对比两个模型
对比两个模型时，数据划分、评测指标、算力预算、随机种子都会影响结论。这篇文章给出可操作的对照方法，包括固定变量、分层评测、置信区间与结果复现，帮助你把一次模型对比做得可解释、可复现。
怎么评估一个分析模型稳不稳定
模型上线后结果忽好忽坏，往往不是数据变了，而是稳定性没测过。这篇讲 4 种可落地的检验方法：参数扰动、数据子集重跑、时间切分、指标波动区间，并给出判断阈值和记录方式。
数据基础
8 篇拿到一份新数据，先做这 6 项检查
拿到一份陌生数据集时，直接跑分析往往会在中途返工。这篇教程给出 6 项可落地的检查：从字段含义、行数与主键，到缺失、量纲、时间范围和分布形态，每一步都给出判断标准和记录方式，帮你把问题挡在建模之前。
Excel 里最容易埋下的 5 个错误
很多数据问题不是分析环节造成的，而是从录入和整理时就埋下了。本文列出 5 个常见错误：合并单元格、数字存为文本、日期格式混乱、表头多行、空行与空列，并给出每个错误的判断方法和修改做法，适合日常用 Excel 处理数据的人对照检查。
怎么判断数据源可靠不可靠
面对一份来源不明的数据，如何判断它能不能用？本文给出一套可操作的检查流程，从出处、字段定义、时间范围、更新机制到交叉验证，帮你快速筛掉不靠谱的数据源，减少后续返工。
数据缺失的几种处理方式
面对数据里的空值，删还是补、补什么、补完怎么验证，都有可循的判断标准。这篇按缺失比例和缺失类型两条线索，给出可直接落地的处理流程，并说明每种做法在什么条件下会引入偏差。
异常值该删还是该留
异常值不一定要删，关键是先判断它来自记录错误还是真实极端情况。本文给出三个判断方向和一套可复用的处理流程，帮你在数据清洗时做出有依据的选择，而不是凭感觉删掉异常点。
Excel 处理大表数据的实用技巧
面对几十万行的表格卡顿时，与其反复升级设备，不如调整处理方式。本文给出筛选、公式、透视与外部引用的具体做法，帮助你在 Excel 里稳定地完成大表清洗与统计，减少等待和误操作。
样本量多少才够下结论
样本量不足时，任何对比都可能是噪声。这篇教程给出判断样本是否够用的具体方法，从分析目标、指标波动、分组数量到置信区间，帮助你在数据量有限时做出可靠判断，而不是盲目下结论。
数据清洗的5个基本步骤
拿到一份原始表格后，如何系统地清理成可分析的数据？本文给出五个可落地的步骤：从备份、结构检查、缺失值处理，到格式统一和异常值标记，每一步都附有判断标准和操作要点，帮你减少返工和误判。
回测方法
5 篇动手前先建个基准线
这篇讲怎么在开始优化数据流程之前，先建立一个可比较的基准线。内容包括选指标、定口径、留出对照样本，以及基准线失效时怎么判断，让后续每次改动都有据可查。
试得越多越容易碰巧成功
本文讲多重检验下的过拟合问题：为什么试的策略越多，越容易撞上一个看似有效的结果。给出回测中识别与处理这类假阳性的具体做法，包括记录试错次数、样本切分、参数敏感度检查与效应量估计。
回测里的幸存者偏差怎么避免
回测中最隐蔽的误差往往来自数据本身。这篇讲清楚幸存者偏差是怎么混进样本的，给出检查数据集、重建历史成分、设定对照组的可操作方法，尽量在动手之前就把这类误差挡在外面。
训练集和验证集该怎么分
数据集划分没有万能比例，关键看样本量、时间结构和类别分布。本文给出随机划分、分层抽样与按时间切分的判断标准，并说明验证集该留多大、如何避免信息泄露。
怎么判断一次回测结果可不可信
回测结果经常看起来很好，却经不起实盘检验。这篇讲 5 个可操作的判断标准：样本划分是否干净、成本是否计入、参数是否过拟合、结果是否稳定、逻辑是否可解释，帮助你快速识别一份回测报告值不值得继续研究。
