python数据分析01-数据分析、常见业务指标及常见分析方法

1 什么是数据分析？

数据分析：就是使用分析方法和分析工具在大量数据中提取有价值的信息，形成有效结论，挖掘数据最大价值的过程。
再简单来说，数据分析就是用来分析数据对象内在规律的，变废为宝。
如果再做成图表，就更能清晰的看出其中的规律，方便对症下药。

1.1 必备技能

硬实力：

1. Excel：数据存储、数据清洗、可视化方面，需要掌握常用的操作及重要函数，图标和数据透视功能。
2. SQL：SQL语句的提取分析。
3. SPSS：统计分析软件，提供可视化按钮。
4. Python：数据爬取、分析，含数据分析第三方包numpy/pandas/matplotilib/sklearn。

软实力：

1. 业务知识：要懂业务，要懂爬虫。
2. 逻辑思维&分析方法：对比分析、多维度拆解分析、相关分析等。
3. 沟通表达：良好的沟通能力，不说废话，擅长跨部门协作。
4. 统计学知识：统计学原理，对知识的要求不高。
5. 机器学习：机器学习模型和算法，有难度，但是发展好。

1.2 业务数据分析

1. 数据支持
2. 数据报表
3. 数据监控，问题分析
4. 专题报告

1.3 建议

做什么工作都不容易，当你下决心做一件事情的时候，不要只是三分钟热度，坚持下去，没有学不会的知识，也没有过不去的坎儿，只有不愿付出的努力，一起加油！

2 常见业务指标

公司肯定会有不同的分析场景，我们需要做的就是根据场景，明确问题，分析问题，然后提供数据支持，最后进行总结，得出有价值的结论。

1. 明确问题
   明确数据来源，从时间地点事件角度。
   明确业务指标，指标的口径、数据对比等。

2.1 常用指标

用户数据

1. 日增用户数
2. 活跃用户数
3. 活跃率
4. 留存率：40-20-10法则
5. 单位获客成本
6. 客单价
7. ARPU：Average Revenue Per Userÿ