七周数据分析导论

数据思维
业务知识
excel
数据可视化
sql
统计学
python

数据分析的结构层次
1.底层数据的手机/产品端收集
数据采集简称埋点，收集用户在网页端、产品端、客户端等终端的数据，也包括第三方外部数据
用户行为--原始数据

2.数据业务化/产品需要什么样的数据？
将收集的数据转换成可理解、可量化、可观察的业务指标。单纯的数据没有意义，只有和业务结合才能发挥价值
原始数据--加工数据

3.数据可视化/产品的表现如何？
有了数据指标，必须管理好指标。数据分析体系即数据指标体系，指标需要监控和衡量
加工数据--可视化数据/信息

4.数据决策和执行/怎么让产品更好
当从数据中获得了洞察，就需要把洞察转换成策略，这也是包含分析的过程，执行既包含策略的制定，也包括优化和改进，这是持续的。
可视化数据/信息--数据决策

5. 数据模型/产品开始自动化和系统化的运营
   这是将策略制作成数据应用和产品，当你洞察到数据中蕴含的规律，什么样的用户喜欢，什么样的产品会被购买，什么样的活动形式更好，就尝试把这些做成系统。
   数据决策--数据产品/应用

5.数据战略/指导未来
当积累了大量的数据，大量的模型，大量的数据应用时，公司级的数据体系已具备雏形，它不只是数据分析，而是应该将数据变现。
数据工具--数据体系/战略

image.png

业务思维是核心竞争力，它是一种结果导向的能力
数据能力，数据敏锐度，统计知识，是长期锻炼的能力
工具技巧

阶段式学习
温故知新
带着目的学习，主动用学到的内容解决工作中的问题，量化学习目标
输出