数据分析师入门第一章 数据思维

初来乍到，多多关照。

以前常听大佬们说“选择大于努力”，年轻气盛的我，真的很不能理解，我只要努力把事情做好，选择什么，有那么大的关系吗？可是去年的“双减”让我从新认识了这句话，记得双减政策刚出来的时候，好友们就第一时间分享给我了，看完后我果断的分享给了我的区域领导，我得到的回答是：“奥 这个啊，我得知了，与我们关系不大，可以放心开展工作。”可是喜剧性的一幕发生了，在我询问的第三天，区域领导就发来了离职的消息。真是让我措手不及。我随之也被人事谈话了，大概意思就是政策影响，公司打算放弃这块业务。我当时脑袋一片空白，只想到了一句话，“选择大于努力”。原来你坚持了这么久的事情，可以因为一份政策，全部付出东流。之后我开始认真思考，如何做好选择。我认真研究过我的兴趣和目前爆火的行业，我也咨询了很多大佬，他们给的建议是掌握一门硬技能，我以前的业务能力都是软技能，对行业的依赖比较强，可以去学一些硬技能，那就是数据分析的能力，而且数据行业未来前景巨大，正如大家即将看到的我开始努力学习数据分析。

第一模块 ，数据思维： 认识数据分析的工作内容方法和工具

首先我们先了解一下数据分析的结构层次，这一部分主要分为5个层次，层层递进，初步认识数据分析。

第一层，底层和产品端的数据收集，这一层主要是手机原始数据，这些数据包含，用户行为 购买  停留  复购等。在数据中简称 “埋点”，是用户行为转化为原始数据的过程。

第二层 数据业务化，也就是找到产品需要什么样的数据，将数据转化成 可量化 可观察 可理解的业务指标，在数据分析中单纯的数据是没有意义，只有和业务结合才能发挥作用。举个列子来讲，某公司今年的销售额为10万元 这是一个数据但是这个数据没有意义。如果是某公司今年销售10万元，比今年增长了10%，这个数据就有意义了。 数据业务化是 原始数据转化成有用的加工数据的工程。

第三层 数据决策和执行，有了业务化的数据他也仅仅是个数据，没有指导意义。接下来我们要从这些数据中获得洞察，把洞察传化为策略，这也是数据分析的意义所在，能从数据中发现问题并形成策略来解决问题。这一步是可视化数据转化成数据策略的过程。

第四层 数据模型 让产品自动和系统化的运行。这一步是将行之有效的数据策略，形成自动化的系统，大大节约了分析成本和提升了数据价值。这一步是数据决策到数据产品应用。

第五层是数据分析的进阶，将这些数据产品形成 数据战略，指导未来，这是数据工具和产品到数据体系的过程。

以上是数据分析的主要结构层次，层层递进，也是对能力要求一步步提升。

接下来是数据分析的三种思维   结构化  公式化  业务化。