系统认识数据分析

文章目录

• 前言
• 一、什么是数据分析？
• 二、观测
• • 1.观察
  • • • （1）采集数据
      • （2）储存数据
      • （3）展示数据
  • 2.测量
  • • • （1）设定标准、发现异常
      • （2）研究关系
• 三、实验
• • • • 提出假设，然后验证假设
      • 设计A/B测试获取数据
• 四、应用
• • 1. 基于数据反馈不断迭代产品和业务策略
  • 2. 基于数据训练算法，让机器自动化地完成工作
• 总结

---

前言

众所周知，数据分析将成为职场人的必备技能，而对于立志成为数据分析师的我而言更是至关重要，接下来将记录自学数据分析的心路历程，首先系统认识数据分析…

---

一、什么是数据分析？

数据分析全貌简言概之，即：观测、实验、应用

• 观测：对事物形成客观量化的认知（报表、图表、仪表盘）
  • 采集数据、储存数据、展示数据
  • 设定标准、发现异常、研究关系
• 实验：发现规律、验证假设（科学研究、A/B测试）
  • 拆解问题、提出假设、设计实验
  • 收集数据、分析数据、验证假设
• 应用：不断基于数据反馈迭代产品
  • 制定策略、实施策略、反馈迭代
  • 训练算法、优化算法、使用算法

二、观测

观测可分为两部分：观察、测量

• 观察：采集数据、储存数据、展示数据
• 测量：设定标准、发现异常、研究关系

1.观察

（1）采集数据

• 解析系统日志
  
  
  
  
  
• 埋点获取新数据
  
  
  
  
  基于系统日志新增数据的过程就叫“埋点”，埋点是分析师获取数据的主要方式，也是最可控最可靠的方式。
  
  
• 通过传感器采集
  
  
  
  
  
• 爬虫
  
  
  
  
  
  
• API 应用程序接口
  
  
  
  
  
  

（2）储存数据

• 各种类型的数据库
  
  
  
  
  
  
• 连接数据库取数
  
  
  
  
  
  

（3）展示数据

• 可视化高效传达信息
  
  
  
  
  
  

2.测量

• 思考：分析数据的目的是什么？
  • 及时发现异常
  • 找到数据之间的因果关系

数据是客观统一的：有统一的认知才能有共同的目标

（1）设定标准、发现异常

（2）研究关系

三、实验

• 提出假设，然后验证假设
  

所有未经过事实数据验证的想法都是假设

• 设计A/B测试获取数据
  

思考：

• 如何在业务只有少量数据时设计数据实验？
• 如何在无法同时测试两个版本时比较数据？

四、应用

如何应用数据创造价值？

1. 基于数据反馈不断迭代产品和业务策略

• 明确业务的目标，拆解目标，得到标准值
  
  
  
  
  
• 数据应用于业务
  
  
  
  
  
  

2. 基于数据训练算法，让机器自动化地完成工作

• 将数据应用于算法

---

总结

可以预见的是，基于数据和算法的竞争，无时无刻不在互联网行业上演，这也是近几年来数据型人才需求突飞猛涨的原因，数据分析也将成为职场人的必备技能，而作为数据分析师，要么能基于数据去优化业务，要么能够基于数据去优化算法，否则很快就会被卷进去，但是也不要焦虑，先努力学好基础技能（Excel、SQL、Tableau、Python），再在工作实际业务场景中锻炼分析能力…