一、為什么要數據分析？ 數據分析是客觀認識數據、改造世界的方法
- 觀測：對事物才形成客觀量化的過程
- 實驗：發現規律、驗證假設（A/B測試） 哪些方法能讓事物根據人為的設計更好的發展
- 應用：不斷基於數據反饋迭代產品，實現數據分析的價值
二、觀測
（一）觀察：
-
采集數據
-
解析系統日志、自定義日志--埋點獲取新數據（基於系統日志新增數據的過程叫做埋點，是數據分析師獲取新數據的方式）
-
通過傳感器采集
-
爬蟲（解析別人呈現數據的網站）
-
API----應用程序接口
-
-
存儲數據：各種類型的數據庫（hive、mysql、SQL Server...）所需數據庫的sql代碼、獲取下載
-
展示數據：可視化高效傳達信息
（二）測量： 分析數據的目的是什么？及時發現異常；找到數據之間的因果關系。（因為數據是客觀統一的才能實現上述兩點，有統一的認知才能有共同的目標）
-
設定標准：（benchmark）設置標准才能知道異常
-
發現異常：研究異常形成的原因和運行的機制--解決異常或發現異常新的價值
-
研究關系：可視化查看相關性、建模推導相關性
三、實驗 所有未經事實數據驗證的想法都是假設
-- 觀察數據后產生疑問，解決疑問的方法是提出合理的假設，然后驗證假設（eg.觀測差評飆升，假設由惡劣天氣引起，通過天氣數據假設驗證--多次）
-- 數據分析師的工作是提出假設、驗證假設，找到客觀規律和解決問題的方法
-
拆解方法：提出可能優化問題的假設
-
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法即可
-
-
獲取數據：
-
現有數據
-
設計實驗獲取數據：設計A/B測試
-
（補坑：1.如何在業務只有少量數據時設計數據實驗？2.如何在無法同時測試兩個版本時比較數據？）
- 實驗后：驗證假設的方法、發現一些規律
四、應用 創造數據價值
-
方向一：基於數據反饋不斷迭代產品和業務策略；（讓業務看見數據、明確業務目標、拆解標准值{怎么做是比較合理的，做成什么樣，什么樣是標准的}）
-
數據應用於業務（產品上線數據表現更好、業務方法的有效傳達和業務的有效執行）
-
-
方向二：基於數據訓練算法，讓及其自動化地完成工作
基於數據和算法的競爭無時不刻在互聯網行業上演，數據分析將會成為職場人的必備技能
鏈接：https://www.bilibili.com/video/BV1ZM4y1u7uF?p=1
--------------------------------------------------分割線---------------------------------------------
第二天早上就只記得這么多了/(ㄒoㄒ)/~~
----》需要艾賓浩斯復習法
