数据产品的几个知识点

一、数据库设计规则（三范式）
第一范式：确保每列保持原子性，每个字段值都是不可分解的原子值
第二范式：确保表中的每列都和主键相关
第三范式：确保每列都和主键列直接相关,而不是间接相关

二、BI系统建设
四个阶段：实现可拓展性的展示报表、自助分析功能、添加功能性分析工具、实现业务场景模块。
可拓展性报表：可以通过前端配置json，在API下一层添加QueryAdapter，用于把API接口翻译成相应的sql，然后通过sql查询数据库的形式，来提高前端的扩展性和报表的灵活性。主要包含两个概念，单图（chart）和看板（dashboard），单图是对某个指标的展示，看板是将相互关联的单图集合在一起。单图在前端配置的json格式中，需要明确的几个字段：数据源、指标、维度、过滤器、排序。
自助分析功能：创建单图、创建看板、创建复杂的计算字段、数据源管理。
功能性分析工具：提供一些常用的数据分析工具，例如用户行为路径、用户分群与用户详情、系统监控等工具。
业务场景模板：每个业务场景总会沉淀下来一套固定的分析思路和分析架构，这套固定的分析架构就可以放在BI平台上来实现，例如渠道分析、用户留存分析、用户活跃分析及日常的周月报等。通过分析模板，可以方便快速的查看数分析数据，提高效率。

三、数据分析技能
常规分析：同比环比分析法、ABC分析法
统计模型分析：当掌握了很大的数据量，希望在数据中挖掘出更多信息的时候，一般都可以应用成熟的模型进行比较深入的分析（回归分析：线性和非线性回归、时间序列等；聚类分析、关联分析）
自建模型：

四、指标字典：指标、量度、维度；指标的口径、指标分类（基础指标、普通指标、计算指标）
1）规范维度和量度命名，命名规则要尽量做到明确、通用、易懂；
2）对确认维度或量度，统一计算口径，避免歧义；
3）涵盖尽可能多的关注的核心维度和量度，以此为基础推动数据建设，确保指标字典里覆盖的维度都可区分，指标都可统计；
4）基于指标字典，将核心维度和量度注入元数据中心，接入指标提取工具，后续实现不需要写sql即可完成自助查询及分析需求，可见，指标字典的建立，是搭建数据平台的基础。