85人做不好数据分析可能有以下几个原因：

第一，缺乏数据基础知识。数据分析需要掌握统计学、数学、计算机科学等相关知识，如果85人在这些方面基础薄弱，就会导致数据分析能力不足。

第二，缺乏实践经验。数据分析是一个需要不断实践的工作，通过实际项目的经验积累才能提升分析能力。如果85人缺乏实战经验，就会难以做好数据分析工作。

第三，工具应用不熟练。数据分析通常需要借助各种工具和软件来处理数据，如果85人对这些工具不熟悉，就会限制数据分析的效率和质量。

第四，缺乏沟通能力。数据分析结果需要向决策者或团队成员传达，如果85人无法清晰表达分析结果或无法与他人有效沟通，就会影响数据分析的应用和价值。

第五，缺乏对业务的理解。数据分析需要结合业务场景进行分析，如果85人对所处行业或领域了解不深入，就会难以做出有针对性的分析和建议。

总的来说，85人做不好数据分析可能是由于基础知识不扎实、缺乏实践经验、工具应用不熟练、沟通能力差以及对业务理解不够等原因导致的。要提升数据分析能力，需要不断学习、实践、提升沟通能力，并结合业务实际深入分析。

1. 缺乏基础知识：数据分析需要一定的数学、统计学和计算机科学知识作为基础，如果85人之中有人缺乏这方面的知识，就很难做好数据分析工作。

2. 缺乏经验：数据分析是一个需要经验积累的工作领域，如果85人中的大部分都是新手或者没有足够的实战经验，那么他们可能在数据清洗、特征工程、模型选择等方面出现问题。

3. 没有正确的工具和技术：数据分析领域的工具和技术在不断发展，如果85人没有掌握最新的数据分析工具和技术，就会影响他们在数据分析项目中的表现。

4. 没有清晰的目标和需求理解：数据分析需要根据具体的项目目标和需求来定制分析方案，如果85人没有很好地理解项目背景和需求，就无法准确地进行数据分析。

5. 没有良好的沟通和团队协作能力：数据分析工作往往需要和团队其他成员密切合作，如果85人中有人缺乏良好的沟通和团队协作能力，就会导致工作效率低下，造成数据分析结果的不准确性。

为什么85人做不好数据分析

数据分析作为一项复杂而关键的工作，在今天的社会中扮演着越来越重要的角色。然而，有时候即使拥有了数据分析的技能和工具，也会遇到一些困难，导致数据分析效果不佳或无法达到预期的效果。在此，我们将探讨为什么一些人在进行数据分析时会遇到困难，并提出一些建议来帮助他们提高数据分析的能力和效率。

缺乏正确的方法论

数据分析需要一种系统性的方法来处理数据，从数据的收集、清洗、分析到结论的推断和可视化都需要有明确的流程。缺乏正确的方法论，有时会导致数据分析效果不佳。因此，85人在进行数据分析时，应当学习和掌握一些常用的数据分析方法，例如描述统计、假设检验、回归分析等。只有掌握了正确的方法，才能更好地分析数据并得出准确的结论。

数据质量差

数据的质量对数据分析结果至关重要。85人在进行数据分析时，如果使用的数据质量差，可能会导致分析结果不准确甚至错误。因此，在进行数据分析之前，应当对数据进行详细的清洗和处理，包括处理缺失值、异常值、重复值等。只有确保数据的质量，才能得到可靠的分析结果。

缺乏培训和经验

数据分析是一门需要不断学习和实践的技能。缺乏相关的培训和经验会导致85人在进行数据分析时遇到困难。为了提高数据分析的能力和效率，建议参加相关的培训课程或培训营，通过实际项目的实践来提升自己的数据分析技能。

缺乏沟通和协作能力

数据分析往往需要团队合作，需要与其他团队成员共同合作来完成数据分析的工作。缺乏沟通和协作能力会影响团队的效率和数据分析的质量。因此，建议85人在进行数据分析时，注重与团队成员之间的沟通和协作，共同协商分析方法和结果的解释。

缺乏对业务的理解

数据分析最终的目的是为了对业务进行决策支持。如果85人缺乏对业务的理解，往往会导致数据分析结果无法很好地为业务决策提供支持。因此，建议在进行数据分析时，应当深入了解所分析的业务领域，理解业务需求和目标，以便更好地分析数据并提供有效的决策支持。

综上所述，85人在进行数据分析时，需要注重正确的方法论、数据质量、培训和经验、沟通和协作能力以及对业务的理解。只有不断提升自身的数据分析能力，才能做好数据分析工作。