数据分析-业务理解篇&指标设计篇

《数据分析师养成宝典》

第0章
写在前面的话

0.1 大数据分析案例

裸数据->业务数据化->指标设计->数据建模->分析报告

Eg：全国官员信息表和官员社会关系表（裸数据），再对他们的行为进行监控（业务数据化），如可以监控官员及其社会关系的存取款、信用卡消费、股票基金、信托投资、出入境记录（指标设计）等，并建立分析系统（建立模型），从而发现官员贪腐的蛛丝马迹（分析报告）。

数据分析指的是将数据转化为价值的一个完整过程。（定义：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程）

数据分析与统计分析：数据分析（统计加机器学习）获得数据的价值，执行完后还需用数据监测是否达到既定目标，达到的话关键因素是什么，若未达到，问题出在哪；统计分析（纯统计）获得数据的信息，做完即结束，没有反馈。

数据分析与数据挖掘：数据挖掘是指从大量不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、有用的信息和知识的过程。挖掘的结果是数据分析报告的素材。

数据分析是一种系统化分析问题的方式，商业智能则是一种产品/服务。

数据分析的内容：描述性分析、优化业务和战略规划。

PV：page view页面浏览量

UV：unique visitor 访问页面的不同IP地址人数。

数据分析师需要对参与的项目承担进度、质量和成本的控制。

数据分析的过程：业务理解->指标设计->数据建模->分析报告

数据分析的最关键一步是特征工程，决定着数据的价值。

数据分析的第一步不是分析数据，而是梳理业务目标（Y和X是否定义清晰）。

第1章
正确的思维观（将数据转化为价值的能力）

1.1
数据思维

CEO：首席执行官

CFO：首席财务官

BD：商务拓展

数据分析思维的两个方面：分析问题的思想和处理问题时的态度。

1.2
统计思维

1.2.1
统计学