1数据分析基本问题

学习内容

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 底层数据的收集/产品端收集  数据采集简称为埋点，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（数据库）

2 数据业务化/产品需要什么样的数据？  将收集到的数据转换为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  比如把说的话变成文字，深层次提炼出标签

3 数据决策和执行/怎么让产品更好  当从数据中获得了洞察，就需要把洞察转化为策略，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

4 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，什么样的额用户喜欢，什么样的商品会被购买，什么样的活动形式会更好，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经具备雏形，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

What  三种核心思维

Why  数据分析的思维技巧

How  如何在业务时间锻炼分析能力