太长的sql怎么分析_极简教程：助小白入坑数据分析(一)

1. 导读

源于之前的一篇文章，盛夏计划: 助小白极简入坑数据分析， 这半个月多前，我吹下的牛，现在不睡觉也要把他撸完，你说对吧？。。

虽然是极简教程，但是也会拆成几篇文章， 为什么？

文章太长，担心你不认真看？..实际情况，我还没写完...

本篇主题: 参观数据分析的实际场景，可能比你认为的稍复杂点！

阅读对象: 想入坑数据分析的小白

阅读时长: 三站地铁

数据分析抽象三个点:

因为看到不少教程，分模块讲解，每个技能再细分，尽管确实有些讲得不错，但我再想有没有提升的空间， 或者说白了， 我再讲一遍是不是太没创意了？.. 想想都觉得没趣，怎么能有动力写？？

考虑民工的身份，还是实在点，就只把技能融进实际工作场景中，不引(硅)经(谷)据(案)典(例)， 不搞花哨无用的东西，就说活儿该怎么干！然后把用到的技能最后总结。再搭配我免费提供的云端数据练习环境，这样体验会不会更好？

好！唠叨开始！

2. 数据分析，麻烦再认识一遍

• 需求诞生记

干活儿，总要有个出发点， 有个方向才好用劲儿 工作中，这个方向， 从数量来说80%业务方会主动找你喝茶约谈， 20%会是自己探索，时间分配上可能两者比较相近，或者业务方的占用会偏多。

• 数据处理ing

数据分析或者数据挖掘，80%的时间都花在数据处理上了，单从时间成本上看，我们都必须一定加肯定要重视它。流畅的数据处理能力，会让你以后分析和挖掘的路走的更加顺畅，对数据的加工和处理从来不会成为你的绊脚石，想想就开心O(∩_∩)O~~

• 需求close

数据最终还是要回到需求的出发点，最好有落地，有下一步的to do list， 最差要满足业务方需要

下面细聊每一步，带你溜达下数据的地界，很有趣，也偶尔会让小白抓狂，但抓狂后就是进步，你同意吗？

2.1 了解需求

特别重要，这个是方向，如果跑偏了， 后面就全部白费。

知乎app盐会员付费率变低的原因？你只查的是付费用户数变少就想交差是不行的，想想为什么不行？

一般需求方都会比较明确自己的目的，虽然不一定能用数据语言清楚表达， 但是从业务角度会说明白要什么