此文是轉載的，轉載了我朋友的。
今天給大家分享一下數據分析基礎的一些學習筆記，希望對你有用。
生活中我們總能遇見一些喜歡說“我認為”、“我覺得”的人，不知道你們平時遇到這種人是什么感受呢？
在平時中還好，假如在工作中可能會被問的啞口無言，那么怎么解決這些“我認為”、“我覺得”這種問題呢？為了使我們的觀點有足夠的說服力，就需要用數據說話，用數據來論證你的觀點，體現你觀點的嚴謹性。這也是產品經理所要具備基礎能力。這里就以產品經理崗位的角色講解數據分析。
一、什么是數據分析
數據分析是對於一個問題一個完整的閉環研究過程，需要我們先確定數據分析的目標，即明確的目標性，確定目標后，需要進行數據的收集、整理、加工、分析，有了數據后需要在繁雜的數據中獲取有價值的信息，通過這個信息能夠幫助指導我們的產品決策。進行數據分析一定要有對比，有指標，這樣我們的分析才不是紙上談兵，這樣才是有意義的。
二、數據分析的作用
（1）反應產品情況，數據反映出來的問題更為客觀，告別“我認為”、“我覺得”。（2）發現產品問題，數據會將問題很直觀的暴露出來。（3）尋找最佳決策，通過數據可以以最小的成本得到相對比較高的回報率，A/B測試可以幫助我們尋找最佳決策。（4）掌握產品生態，通過競品分析，同行業之間的觀察。（5）發現產品線索，可以通過數據反映出產品的留存趨勢情況，為后續產品的迭代提供理論支撐。
三、數據分析的分類
數據分析共分為三種，（1）描述性分析，最常見的一種分析方法，將統計到的數據進行描述變成報告。充分利用可視化工具增強描述性分析所帶來的信息；（2）診斷性分析，對日常數據的變化進行合理的解釋，這是描述分析的下一步難題。從這個階段開始，才剛剛進入真正的數據分析階段；（3）預測性分析，根據數據的預測結果調整產品方案，預測性分析主要是進行預測。某事件在將來發生的可能性，預測一個可量化的值，或者是估計事情可能發生的某個時間點，這些都可以通過預測模型完成。
四、數據驅動產品設計
當我們推出一個新的產品功能的時候，是否是符合用戶預期的，是否是受用戶歡迎，我們需要通過數據來說話。主觀認知總會有一些偏差，但是數據是不會說謊的。通過可量化的數據能夠對新功能給予較為客觀的反饋，從而驅動下一步的產品決策。
數據驗證產品設計
，將我們的想法落地到產品中，產品的具體表現通過數據進行展現，數據回歸到我們到想法中，通過數據可以去驗證我們的產品想法是否符合我們的產品目標
數據決策產品設計 ，根據現有的數據反饋，產生設計解決方案，進行決策產品的下一步走向，開發上線后，通過數據驗證我們的想法是否符合我們的預期。
五、怎么做數據分析
1.確定分析的內容，即需要先根據確定的目的，把它分解成若干個不同的分析要點，明確需要從那幾個方面，哪幾個點進行分析。
2.收集相關的數據，根據最初確定的目標和內容去收集相關、有用的數據外部數據和內部數據。
3.數據預處理，其主要包括數據清洗和數據加工。一般收集到的數據比較繁雜，沒法直接使用。所以要對收集到的數據提前進行數據加工處理，從而形成適合數據分析的格式、樣式。
4.數據預處理完成后才真正開始進入數據分析的實施階段，根據之前確定的目標和內容，
利用各種統計分析的方法，發現數據與數據的內部關系和規律，為產品迭代提供指導意義。
5.數據可視化，將分析的結果用圖表的形式展現出來，可以更有效的、更直觀的傳達出數據與數據之間的關系，還對可視展示的內容進行解釋，常用的圖表包括餅圖、折線圖、柱形圖、散點圖、雷達圖等，金字塔圖、矩陣圖、漏斗圖、帕累托圖（帕累托圖是將出現的質量問題和質量改進項目按照重要程度依次排列而采用的一種圖表。以意大利經濟學家V.Pareto的名字而命名的。帕累托圖又叫排列圖、主次圖，是按照發生頻率大小順序繪制的直方圖，表示有多少結果是由已確認類型或范疇的原因所造成）。
6.撰寫數據報告，對整個數據分析過程的一個總結和呈現，主要目的是把分析的背景、過程、結果和建議完整地呈現出來，以供決策者展開，一定要給出明確的結論，
因為有目的就一定要有結果（形成閉環）。
7.上線驗證結論，設定了目標，最后就要驗證目標，不然你永遠都不知道自己做的對不對 。
8.數據分析復盤
六、數據分析必須知道的基本術語
1.指標
用於衡量事物發展程度的單位或方法，也是一種度量。例如：人口數、GDP、收入、用戶數、利潤率、留存率、覆蓋率等。很多公司都有自己的KPI指標體系，就是通過幾個關鍵指標來衡量公司業務運營情況的好壞。
2.緯度
是食物或現象的某種特種，如性別、地區、時間等都是緯度。其中時間是一種常用、特殊的緯度，通過時間前后的對比，就可以知道誰的發展是好是壞了，如用戶數比上月增長10%，比去年同期增長20%，這就是時間上的對比，也稱為縱比。另一個比較就是橫比，如不同國家人口數、GDP的比較、不同省份的收入、用戶數的比較、不同公司、不同部門之間的比較，這些都是同級單位之間的比較，簡稱橫比。
3.均值、眾數、中位數
均數即平均數的一般度量，能夠利用所有已知信息，對異常值很敏感；中位數，高中學統計概率的時候也有學過，排序居於中間的位置；眾數，出現最頻繁的數值，代表分布中的高峰。
4.絕對數與相對數
絕對數，他是反映客觀現象總體在一定時間、地點條件下的總規模、總水平的綜合指標；相對數：指由兩個聯系的指標對比計算而得到的數值，它是用於反映客觀現象之間的數量聯系程度的綜合指標。
5.百分比和百分點
百分比：表示一個數是另一個數的百分之幾，也叫做百分率或百分數；百分點：指不同時間以百分數的形式表示的相對指標的變動幅度，1個百分點=1%。
6.頻數與頻率
頻數是指一組數據中個別數據重復出現的次數；頻率是每組類別次數與總次數的比值。
7.倍數與番數
倍數是一個數除以另一個數所得的商；番數是指原來數量的2的N次方。
8.比例與比率
比例是指總體中各部分的數值占全部數值的比重，通常反應總體的構成和結構
比率是指不同類別數值的對比，它反映的不是部分與整體之間的關系，而是一個整體中各部分之間的關系。
9.同比、環比、定基比
環比是指本期統計數據與上期比較；同比是指今年第n月與去年第n月比；定基比是指和某個基點進行比較 。
