第一章 数据分析概念

1 数据分析的动力及目标

        人类拥有丰富的数据，却缺乏有用的信息。我们需要某些方法或技术从数据中挖掘信息，提取知识，拥有智慧。

       具体在企业场景中，我们希望基于数据反馈不断迭代、优化产品和业务策略，更好的支持管理决策。同时，基于数据训练算法，让机器自动化地完成工作，提升效率。此外，预测未来。在金融市场中，通过对历史数据的分析，构建ARCH、ARMA等模型可以预测股票价格、汇率等的变化趋势，从而为投资者提供有价值的参考信息，进行风险管理。

2数据分析的过程

       数据分析过程是一个系统而复杂的过程，旨在通过收集、整理、处理和解释数据来发现其中的模式、趋势和关联性，从而为决策和问题解决提供支持。以下是数据分析过程的主要步骤，以及每个步骤的详细说明

• 1 明确分析目的与框架

  • 需要明确分析项目的数据对象、商业目的以及要解决的业务问题。
  • 基于商业理解，整理分析框架和分析思路，例如减少新客户的流失、优化活动效果、提高客户响应率等。

• 2数据收集与储存

              1.采集数据：解析系统日志、埋点获取新数据、通过传感器采集（天气）、爬虫（解析网站）、API （API 平台文档、用API 获取数据）、问卷。

•               2.储存：各类类型的数据库-hive、mysql、presto、impala等。

• 3 数据分析

  • 使用分析手段、方法和技巧对准备好的数据进行探索、分析。
  • 目的是发现因果关系、内部联系和业务规律，为商业目的提供决策参考。
  • 需要熟悉常规数据分析方法，如方差分析、回归分析、因子分析、判别分析、聚类、分类、时间序列等。

• 4 数据展现

  • 将分析结果以图表、图形或其他可视化方式展现出来，以便更好地理解数据的分布和趋势。（报表、仪表盘等）

•   5撰写报告

          将数据分析的结果进行解释，阐述其中的意义和结论;根据数据分析的结果，提出相应的建议和决策支持；监控决策和建议的实施效果，以便进行后续的调整和改进。

3 常见业务拆解方法

3.1原则mece

MECE分析法是麦肯锡的第一个女咨询顾问巴巴拉·明托（Barbara Minto）在《金字塔原理》中提出的一个很重要的原则，也是麦肯锡思维过程的一条基本准则。 MECE把一个工作项目分解为若干个更细的工作任务的方法。 它主要有两条原则： 完整性 （无遗漏）：指分解工作的过程中不要漏掉某项，要保证完整性； 独立性 （无重复）：强调每项工作之间要独立，每项工作之间不要有交叉重叠。

3.2 方法

（1）流程拆解法（看到广告-->点进商品-->点击购买-->完成支付-->订单量下降。

（2）二分法

（3）杜邦分析法

（4）AARRR

1.         AARRR分别代表了五个单词，又分别对应了产品生命周期中的五个阶段:
2.                Acquisition[获取]∶用户从不同渠道来到你的产品
3.                Activation [激活]:用户在你的产品.上完成了一个核心任务(并有良好体验)
4.               Retention[存留]:用户回来继续不断的使用你的产品
5.               Revenue [收益]:用户在你的产品.上发生了可使你收益的行为
6.               Referral [推荐]∶用户通过你的产品，推荐引导他人来使用你的产品
7. 
   （5）rfm

（6）象限拆解法、pest、swot

（7）5w1h（原因（何因Why）、对象（何事What）、地点（何地Where）、时间（何时When）、人员（何人Who）、方法（何法How））