O que é um processo de análise de dados praticamente bom?

Eu gostaria de saber ou ter referências sobre o processo de análise que a maioria dos analistas de dados estatísticos passa por cada projeto de análise de dados.

Se eu fizer uma "lista", para concluir o projeto de análise de dados, um analista deverá:

1. primeiro colete os requisitos para o projeto,
2. planejar / projetar sua análise de dados com base nesses requisitos antes
3. na verdade, pré-processamento de dados,
4. executando a análise de dados e
5. escrevendo um relatório com base em seus resultados de análise.

Para esta pergunta, estou interessado em mais detalhes da Etapa 2. Mas entendo que isso não é praticamente claro, pois o analista pode ter que mudar seu plano ou design de acordo com a saída da análise de dados. Existe alguma referência sobre este assunto?

Meu "plano" ou "lista" favorito é o documento de Scott Emerson, Organizando sua abordagem para uma análise de dados .

Nota: as duas últimas páginas estão sob o título "Requisitos Gerais para o Exame de Doutorado Aplicado", mas o conselho dado é generalizado para trabalhar em qualquer problema de análise.

Eu achei o fluxo de trabalho de análise de dados usando Stata um bom livro, particularmente (mas não apenas) como usuário Stata. Descobri muito com o que discordar, mas mesmo isso ajudou a esclarecer por que faço as coisas de certas maneiras.

CRISP-DM , cunhado pela empresa SPSS (agora pertence à IBM) é um acrônimo para o processo de mineração de dados, que é o mesmo que para "análise de dados". O SAS tem um processo semelhante chamado SEMMA .