学习笔记——什么是数据分析

一、什么是数据分析
观测、实验、应用

二、重新认识数据分析
观测：对事物形成客观量化的认知（报表、图表、仪表盘）
实验：发现规律、验证假设（科学研究、A/B测试）
应用：不断基于数据反馈迭代产品

三、观测
观察：采集数据、储存数据、展示数据
——————————————————————
—采集数据：解析系统日志
—采集数据：埋点获取新数据
—采集数据：通过传感器采集
—采集数据：爬虫（解析网站）
—采集数据：API （API 平台文档、用API 获取数据）

—储存数据：各类类型的数据库-hive、mysql、presto、impala（数据工程师）
—储存数据：连接数据库取数

—展示数据：可视化高效传达信息

测量：设定标准、发现异常、研究关系
——————————————————————
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
—设定标准+发现异常
—研究关系：可视化查看相关性、建模推导相关性四、实验-提出假设，然后验证假设
—观测到差评率飙升、假设由恶劣天气引起、通过天气数据验证假设

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
—实验目标、实验假设、实验打分、实验指标、实验观众、实验版本、开发验收、实验结果、实验分析、后续计划

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？

五、应用-如何应用数据创造价值
—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
—流程拆解法、二分法、象限拆解法、杜邦分析法、AARRR、pest、rfm、swot、5w1h（拆解只要符合mece法则即可）

—将数据应用于业务
—将数据应用于算法
①为算法设定明确的业务目标
②为算法提供高质量的数据
③判断算法是否真的创造了实际价值
④帮助业务更好地使用算法

基于数据和算法的竞争，无时无刻不在互联网行业上演；基于数据训练算法，让机器自动化地完成工作