数据分析学习总结(数据分析框架)

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

这是一篇本人在记录学习数据分析的过程，仅是个人对学习视频的总结，希望对大家有帮助。

首先是要了解什么是数据分析，大多数文章在总结数据分析的时候都会有一句，不要为了分析而分析。公司老板肯定是希望员工能够针对特定的业务做出特定的决策来达到盈利。

主要总结一下数据分析的结构层次以及数据分析所需要的技术和知识。
通过视频学习和个人总结，仅供参考，也希望有想法的同学进行交流和大佬对不正确的地方进行指正。

---

一、数据分析的结构层次

数据分析重点是根据我们的目的来进行分析，偏离了最初的目的
①底层数据的收集/产品端收集
用户行为-原始数据
数据采集简称埋点，用户在网页端，产品端，客户端等终端的数据，也包括第三方外部数据
举例来说，比如淘宝用户购物车的添加，广告的点击
不过在实际中，有些是需要自己采集，有些是通过数仓工程师来收集，数据出现问题需要及时跟数仓员工沟通。

②数据业务化/产品需要什么样的数据
原始数据-加工数据
将收集的数据转化成可理解，可量化，可观察的业务指标，单纯的数据没有意义，只有和业务结合的才能发挥价值
例如，对于用户点击的图片，我们不能够将图片作为参考数据，要将图片的内容打上相应的标签转换为可理解的数据。

③数据可视化/产品表现如何？
加工数据-可视化数据/信息
有了数据指标，必须管理好指标，数据分析系即数据指标体系，指标需要监控和衡量。
例如，我们要知道最近的留存情况，首先要通过计算，计算出有多少用户多次访问网页或产品，然后在一定的周期内确认用户的留存，这就需要数据可视化来清晰的展示。

④数据决策和执行/怎么让产品更好
可视化数据/信息——数据决策
当从数据中进行了洞察，就需要把洞察转化成策略。这也是包含分析的过程。执行既包含策略的制定，也包括优化和改进。这是持续的。
例如，当我们通过可视化发现了产品在某个时间出现了异常，我们需要知道是什么问题，并做出策略优化。或某个产品在做出新的改进，是正面效果还是负面效果，根据情况做出相应的策略。

⑤数据模型/产品开始自动化和系统化的运营
数据决策-数据产品/应用
这是将策略制作成数据应用和产品，当你洞察到数据蕴含的规律，什么样的用户喜欢，什么样的商品被购买，什么样的活动形式更好，就尝试把这些做成系统。
例如网站或产品针对其用户做出策略，根据用户的喜好来调整产品或网站的形式。

⑥数据战略/指导未来
数据工具-数据体系/战略
当积累了大量的数据，大量的模型，大量的数据应用时，公司级的数据体系已经具备雏形，它不只是数据分析，而是应该将数据变现。
这个我个人理解是通过web分析等工具，能够得到一套分析用户数据的框架。

二、数据分析所需技术

最底层的四种数据是我们在做数据分析时所需要采集的数据，跟之前举例一样，看过不同文章，大多数都是通过数仓工程师来采集数据，或者是我们在产品后台监测实时数据。
ETL具体我也没了解，因为看过很多招聘信息都没有说要求ETL的，后续可以再进一步学习。
对于数据分析，统计学大多数是利用SAS/SPSS/R语言来进行分析，不过excel作为基础分析工具，功能非常强大，大多数公司都要求excel基础，其次就是SQL 和python。不过利用何种工具在于自己本身，哪种分析工具用明白都是一样的，主要是在于分析思维和业务能力。
用户画像是对用户制作标签，类似于标签集合，业务/数据指标在我目前学习来看要，首先要明确分析的目的，针对特定指标，做出相应的监控，最后得到报表。
BI在我理解就是可视化工具，将处理过的数据通过可视化来呈现出来。
总结来说，最重要的就是分析思维和业务能力，分析工具的使用能力是其次，老板更希望能给出有用的建议而不是得到一堆分析过的可视化结果。

三、后续

针对后续的学习，会继续总结分析思维和业务能力的学习。