本文介绍了数据分析的三个步骤：观测、实验和应用。观测涉及数据采集、存储和展示，强调通过可视化发现异常和关系。实验部分讨论了如何通过A/B测试验证假设，并在数据有限的情况下设计实验。应用部分探讨了如何利用数据反馈改进产品和业务策略，以及如何训练算法以自动化工作。文章总结了数据分析的重要性以及实现方法，提供了多种分析框架如AARRR和杜邦分析法。
笔记来自哔哩哔哩up主戴师兄数分视频~
1、什么是数据分析
观测：对事物形成客观量化的认知（获取数据并制作报表、图表、仪表盘）
实验：通过不断的提出假设、实践假设，并且基于观测的数据去验证这些假设，目的是准确得知哪些方法可以有效地朝着人为设定的方向去发展
应用：在实际的生产环境下，使用实验已经得到的技术和方法，并且基于数据去不断的迭代和反馈。目的是用实验得到的新方法有效地去提升生产力，真正应用到生产中去创造价值。
2、实现三大步骤的各种方法
观测：
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、手环）、爬虫（解析网站、抓取数据）、API（API平台文档—>用API获取数据）
2）存储数据：各种类型的数据库：hive、MySQL、PostgreSQL、SQLServer、Presto、Impala……（数据工程师）
3）展示数据：可视化高效传达信息
分析数据的目的：及时发现异常、找到数据之间的因果关系
因为数据是客观统一的，有统一的认知才能有共同的目标
4）设定标准+发现异常：要知道怎样数据是正常的，才能发现异常
5）研究关系：可视化查看相关性、建模推导相关性
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
