一、什么是数据分析?
观测、实验、应用
二、重新认识数据分析
观测:对实物形成客观量化的认知(报表、图表、仪表盘)
实验:发现规律、验证假设(科学研究、A/B实验)
应用:不断基于数据反馈迭代产品;基于数据训练算法,让机器自动化地完成工作
三、观测
采集数据、储存数据、展示数据
1、采集数据的方式
解析系统日志
埋点获取新数据
通过传感器采集
根据api获取数据
根据爬虫解析网站
2、储存数据(数据采集完后进行存储)
数据库的分类:hive,mysql,postgresql,impala
连接数据库取数:数据存储在哪个数据库中
3、展示数据
从数据库获取后进行展示数据:可视化高效传达信息
四、测量
设定标准、发现异常、研究关系
-----------------------------
分析数据的目的是什么?
1、及时发现异常
2、找到数据之间的因果关系
怎么做到?
数据是客观统一的,所以有统一的认知才能有共同的目标
1、及时发现异常
设定标准+发现异常
举例:当月的销售额设定一个基准值,超出和下降就是变化,提前发现异常
研究关系:可视化查看相关性、建模推导相关性、设计实验提出假设,然后验证假设
举例:观测到差评率飙升,假设由恶劣天气引起,通过天气数据验证
2、找到数据之间的因果关系
所有未经事实数据验证的想法都是假设
设计a/b测试获取数据
--实验目标、实验假设、实验打分、实验指标、实验观众、实验版本、开发验收、实验结果、实验分析、后续计划
---------
如何在业务只有少量数据时设计数据实验?
如何在无法同时测试两个版本时比较数据?
1、基于数据反馈不断迭代产品喝业务策略
2、基于数据训练算法,让机器自动化地完成工作
五、应用-如何应用数据创造价值
—基于数据反馈不断迭代产品和业务策略
—明确业务的目标,拆解目标,得到标准值
—流程拆解法、二分法、象限拆解法、杜邦分析法、AARRR、pest、rfm、swot、5w1h(拆解只要符合mece法则即可)
—将数据应用于业务
—将数据应用于算法
①为算法设定明确的业务目标
②为算法提供高质量的数据
③判断算法是否真的创造了实际价值
④帮助业务更好地使用算法
基于数据和算法的竞争,无时无刻不在互联网行业上演;
基于数据训练算法,让机器自动化地完成工作
标签:数据分析,基于,假设,基础,概念,算法,实验,数据,发现异常 From: https://blog.csdn.net/weixin_51482243/article/details/143503842