数据分析学习笔记：第一节：数据分析简介

Part1：什么大数据？

1、大数据的定义与特征：

- 定义/概念：
4V模型（大量volume、速度velocity、多样variety、价值value）

- 五大特征：
活性、颗粒度、维度、时空、情绪
理解：我们在使用手机中的APP时，对不同的APP会有不同的使用频率，也就是活跃度不同，产生的数据活性也就不同；颗粒度，简单说是数据的细节程度，我们在对APP进行一系列的操作时，会产生相应的数据，这些都是有关联的，相关的数据越多越细化，颗粒度就越小，越能了解事物的全貌，反之即反之；维度，简单讲就是通常所说的时间维度、地区维度等，以一类属性来统计数据；时空，表示数据具有时间和空间特性；情绪，我们的任何行为都是带有一定的情绪的，包括语言、选择性点击等，通过分析行为数据来分析用户的情绪，进而判断是否适合某业务。

- 互联网行业的三大特征： 在线、实时、全貌

- 舍恩伯格的三大特征： 更多（全面）、更杂（多样）、更好（关系、价值）

2、大数据和传统数据的区别：

从大数据的概念上进行讨论，即从4V上分析。

3、大数据的理念：

社群思维、增强与变革、寻找机会

---

Part2：大数据分析师（BI）

1、什么是BI？

BI是Business Intelligence，即商业智能的缩写，这个概念是20年前出现在软件行业，当时将BI定义为由数据仓库、查询报表、数据分析、数据挖掘等部分组成，以帮助企业决策为目的的技术及应用。现在虽然单纯的数据分析师不适合成为BI，但大部分公司还是继续沿用这个概念。成立较早的互联网公司都有自己的BI团队、数据中心等数据团队。

2、为什么说BI对于公司很重要？

于其说BI很重要，不如说数据对一个公司越来越重要，有了数据，才能分析，进而才能更好的服务用户、开展业务，可以说数据就是资产。（我的拙见）

一旦需要无线的靠近客户之后，就要服务客户需求的一切，行业的边界在不断被打破数据成为资产：数据会变得越来越重要，是一切商业模式起源和重构的基础。（一篇博客摘录）

3、BI在互联网公司的种类

数据分析师是一个统称，不同的公司对于数据分析师的需求不一样，有主要负责产品、运营的数据分析师（business partner）、有负责集团管理层的分析师（类似军师）、也有行业研究的分析师（比如一些行业咨询公司）。

4、不同种类的BI在互联网公司的工作内容

• 支持产品团队：

  • 产品迭代的效果分析
    （迭代：产品迭代是指产品快速地适应不断变化的需求,不断推出新的版本满足或引领需求,永远快于对手一步。产品迭代是指产品快速地适应不断变化的需求,不断推出新的版本满足或引领需求,永远快于对手步。）
  • ABtest的实验设计与结果评估
    （ABtest：简单来说就是为了同一个产品目标制定两个方案，ABTest充电）
  • 产品改版方案的策略输出

• 支持运营团队：

  • 活动经营的效果分析
  • 用户运营的目标用户筛选
  • 拉新、复购的策略输出

• 支持集团管理层：

  • 公司整体的宏观情况分析
  • 不同业务的横纵向对比分析（横向比较：指同类事物或在同一时期进行的对比分析；纵向比较：多指从历史的角度进行对比分析）
  • 战略方向的策略输出

• 负责行业研究：

  • 某个行业的大盘情况
  • 竟对的供给、策略、产品等分析（竟对：竞争对手；供给：是厂商在一定时间、价格等条件下，对市场提供某种商品和服务的数量）
  • 我们是否有新的机会和增长点

5、BI的必备技能

• SQL
• Excel、PPT
• Python数据分析
• 撰写分析报告
• 对业务的理解与思考

---

Part3：学习路线

• 基础技能（PPT、Excel）→作品保留起来
• SQL→leetcodeSQL刷题
• Python→数据可视化
• HQL（HQL是Hibernate Query Language即Hibernate查询语言）→学习
• 数据可视化→必备可视化技能的作品保存
• 统计分析方法与R→刷题
• 实战→中间的步骤、遇到的问题及解决方案等，即要多复盘几次。

---

Part4：推荐书单

• Excel技能：《绝了！Excel可以这样使用》、《高效商业分析：Excel建模与决策》
• PPT与设计：《用图表说话》、《写给大家看的设计书》
• 数据库：《SQL必知必会》、《数据库系统概念》
• 数据分析：《深入浅出数据分析》、《精益数据分析》、利用Python进行数据分析
• 分析方法论：《麦肯基方法》、《金字塔原理》
• 运营落地类：《增长黑客》、《运营之光》
• 谈判与演讲：《高效演讲》、《谈判力》
• 竞争与博弈：《竞争战略》、《策略思维》
• 管理类：《卓有成效的管理者》、《格鲁夫给经理人的第一课》
• 思维类：《学会提问》、《系统之美》
• 数学：《数学之美》