数据分析学习

好的数据必须有结构化思维，‌‌也就是我们俗称的金字塔思维

思维导图是必备知识之后再了解smart5w2h‌‌swot‌‌4p理论，六项思考等框架，‌‌

二分析的框架和方**，主要围绕三个点展开

1、一个业务没有指标则不能增长和分析

2是的指标应该是比率或者是比例，‌‌

三好的分析应该对比或者关联，

举一个例子，一家超市今天有一千人的客流量，你会怎么分析？‌‌

一注一千人的数量和附近其他超市比是多是少对比啊，

这一千人的数量和昨天比是多是少‌‌对比‌‌

三一千人有多少产生了实际购买‌‌转化比例

四路过超市超市外的人流量是多少‌‌转化比例，

这是一个快速搭建分析框架的方法，‌‌优秀的数据分析师会。‌‌会拷问别人的数据，而他本身的分析也是经得起考问，这就是分析思维能力，‌‌学习数据库思考和作为产品运营的加分项学习，围绕CPU展开，增删改约束，所以数据库等，‌‌。‌‌

统计知识学习‌‌是数据分析的基础，

比如产品的ab测试，如果tm不懂置信度的含义和提高，尤其是5%这种非显著的提高，

二运营检验相关，如何判断活动在数据上有效果，还是没有效果

三经典的call。‌‌问题是统计知识会教我们以另一种角度看待数据，‌‌书籍统计数据会说谎，

五需要掌握描述性统计，包括均值中位数，标准，差方，差开率，假设，检验，显著性，总体和抽样等‌‌

第六周，‌‌业务知识，用户行为，产品运营，‌‌对于数据分析师来说，业务的了解比数据方法更重要，互联网行业几个‌‌宽泛的业务数据需要了解，‌‌

一产品数据分析，‌‌以经典的ar框架学习，了解活跃留存的指标和概念。‌‌

二，数据分析师需要知道如何用

三口计算，在实际的分析过程中留存只是一个指标，通过uc idea关联和拆分才是常见的分析策略，‌‌

三，网站数据分析‌‌用户从哪里来seosem用户到哪里去访问路径，‌‌用户是谁？用户画像，用户行为路径‌‌是用户数据分析，这是数据化运营的一种应用，

在产品早期通过买点计算转化率，利用abb测试达到快速迭代的目的，在积累的用户量的后期，利用买点去分析用户行为，并且以此建立用户分层，用户画像等，‌‌例如用贝叶斯算法计算用户的性别概念，‌‌用k聚类算法划分用户的群体，用行为数据作为特征，建立响应模型等快速入门需要简单的框架概念，‌‌良好的业务沟通能力是数据分析师的基础能力。‌