文章目录
- 前言
- 一、什么是数据分析?
- 二、观测
-
- 三、实验
-
- 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
(3)展示数据
2.测量
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
所有未经过事实数据验证的想法都是假设
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
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…
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。