七周学习数据分析
pia君
菜鸟一枚
展开
-
七周完成数据分析——序言
本专栏记录b站学习 7周成为数据分析师 视频的学习笔记,以及自己的一些理解。 7周的总体框架为: 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 埋点,用户行为→原始数据 (2)数据业务化 将收集到的数据转换成可理解,可量化,可观察的业务指标。 原始数据→加工数据 (3)数据可视化 管理指标指标的监控和衡量。 加工数据→可视化数据/信息 (4)数据决策和执行 对数据进行洞察和分析。数据可视化→数据决策 (5)数据模型 决策指导需求,做成产原创 2020-09-27 15:03:03 · 133 阅读 · 0 评论 -
七周学习数据分析——数据思维
三种核心思维 1.结构化 将分析思维结构化,金字塔思维。 (1)核心论点:塔顶,可能为假设,问题,预测,原因等。 (2)结构拆解:自上而下,将核心论点拆解为分论点 (3)MECE:相互独立,完全穷尽。论点直接避免交叉和重复,分论点尽量完善。 (4)验证:用数据说话,将论点进行量化,能够去验证。 2. 公式化 上下互为计算,左右相互关联。 一切皆可公式,最小不可分割。 ...原创 2020-09-29 19:18:32 · 278 阅读 · 0 评论 -
七周学习数据分析——业务知识
模型未动,指标先行。 如果你不能衡量它,你就无法增长它。 指标 核心指标 好的指标应该是比率 好的指标应该能带来显著效果 好的指标不应该虚荣 新增用户量很高,但成本也很高,则为虚荣指标。 好的指标不应该复杂 市场营销指标 客户/用户生命周期:企业/产品和消费者在整个关系阶段的周期(潜在用户,兴趣用户,亲客户,老客户,流失用户,回流客户等)。 用户价值: 用户贡献=产出量/投入量*100%, 用户价值=贡献1+贡献2+贡献3+…… 如金融行业以存款+贷款+信用卡+年费+……-风险-流失 RFM模型:衡量用原创 2020-10-04 20:30:53 · 147 阅读 · 0 评论