概念
1捉捅、含義
數(shù)據(jù)分析是數(shù)據(jù)和分析的結(jié)合撤防，通過對數(shù)據(jù)統(tǒng)計處理分析出對業(yè)務(wù)有用的觀點。其過程更加重視思維方法而非技術(shù)手段棒口。技術(shù)只是實現(xiàn)目的的一種方法即碗。因此相關(guān)人員的技術(shù)能力難以評判焰情。數(shù)據(jù)分析一般在業(yè)務(wù)初創(chuàng)和改善時期十分有用陌凳。
其業(yè)務(wù)場景主要有：
（1）掌握業(yè)務(wù)剥懒，如核心指標(biāo)通過漏斗數(shù)據(jù)和序列數(shù)據(jù)展示；可以通過報表看到數(shù)據(jù)變化情況合敦，并分析為什么初橘，是否存在問題
（2）改進(jìn)業(yè)務(wù)，分析業(yè)務(wù)潛力和問題充岛；是否有業(yè)務(wù)下滑和用戶流失保檐。
（3）評估某一策略的效果等。
2崔梗、準(zhǔn)備
數(shù)據(jù)分析的需要的技能為：
（1）業(yè)務(wù)調(diào)研夜只；通過調(diào)研得到分析思路和方向主題，如產(chǎn)品驗證和啟發(fā)思路蒜魄。
（2）創(chuàng)新思考扔亥；需要廣闊的知識面：經(jīng)濟(jì)學(xué)，心理學(xué)和統(tǒng)計學(xué)谈为。
經(jīng)濟(jì)學(xué)旅挤，如分析電商財報，毛利很低伞鲫，待付賬單很大粘茄。
毛利低--消費者擴(kuò)大--市場擴(kuò)大--掌握供應(yīng)商--分期付款--錢拿去做金融
（互聯(lián)網(wǎng)中為用戶創(chuàng)造價值和盈利往往不在一個領(lǐng)域，羊毛出在豬身上理論）秕脓；
心理學(xué)柒瓣，如便捷食品中有無洋蔥案例，減少家庭主婦內(nèi)疚感吠架。
統(tǒng)計學(xué)芙贫，主要是算法了。
（3）邏輯推理诵肛；不同的背景和角度可能得到不同的結(jié)果屹培，因此要全面。邏輯推理不等于因果關(guān)系推理怔檩，也不等于相關(guān)性關(guān)系褪秀。在分析中很可能因為錯誤歸因（把相關(guān)關(guān)系認(rèn)為是因果關(guān)系）；比較對象選擇失當(dāng)薛训；以及數(shù)據(jù)維度選擇問題媒吗；先入為主的偏見；個例代表全體導(dǎo)致結(jié)果出錯乙埃。
（4）可行性建議闸英；一般的分析只是陳述事實锯岖；優(yōu)秀的分析要分析優(yōu)勢，劣勢甫何，怎么辦出吹。
3、分析方法
（1）傳統(tǒng)數(shù)據(jù)指標(biāo)
傳統(tǒng)數(shù)據(jù)指標(biāo)包括概率表辙喂，直方圖捶牢，均值，方差巍耗，標(biāo)準(zhǔn)差（衡量數(shù)據(jù)的散度）和相關(guān)性等秋麸。其基本理論支撐是大數(shù)定律。樣本量越大炬太，統(tǒng)計值越接近真實值灸蟆。
（2）分析手段
在拿到數(shù)據(jù)后，從哪些角度開始分析呢亲族。
1炒考、指標(biāo)拆分
<1>分布分析
數(shù)據(jù)指標(biāo)可能在不同的數(shù)據(jù)分布中是相同的，無法真正表示數(shù)據(jù)孽水。因此只關(guān)注指標(biāo)而不關(guān)注數(shù)據(jù)是不行的票腰。
<2>趨勢分析
趨勢分析包括：單變量趨勢和多變量趨勢
單變量趨勢：通過周期，波動女气，異常值
多變量趨勢：基于系統(tǒng)基模杏慰；抽象出增強(qiáng)環(huán)（各個節(jié)點循環(huán)促進(jìn)），調(diào)節(jié)環(huán)（各個節(jié)點相互牽制最終平衡）炼鞠，以及考慮時間延遲性（某些改進(jìn)可能并不是立即就會有明顯效果）
<3>因素分析
因素分析可以進(jìn)行多種拆解缘滥。
（1）根據(jù)流程的各個階段進(jìn)行縱向拆解，通過漏斗以及比例等發(fā)現(xiàn)問題谒主。
（2）根據(jù)模塊進(jìn)行橫行拆解朝扼。
如在買股票是判斷公司股票是不是值得買。
首先從收入支出霎肯，資產(chǎn)負(fù)債等得到營業(yè)利潤和總資產(chǎn)擎颖，相除得到資產(chǎn)回報率，可以反應(yīng)企業(yè)的經(jīng)營效率观游。再從營業(yè)利潤和總資產(chǎn)中剝離出凈利潤和股東權(quán)益搂捧，得到固定權(quán)益回報率，從而判斷值不值得投資懂缕。
2允跑、樣本拆分
<1>個例分析
一般來說，高層次的數(shù)據(jù)統(tǒng)計可能會難以發(fā)現(xiàn)隱含的問題。這個時候需要從典型個例來進(jìn)行分析。如視屏點擊率低的case，可以從點擊率及其低（顯著）的樣本入手署浩，然后看這一類在總量中占比；另一方面亿笤，選擇數(shù)量多的案例進(jìn)行分析；直到分析的樣本包含整個數(shù)據(jù)集。
<2>異常分析
與預(yù)期不相符合就是異常。
<3>分組分析
小組化劃分后數(shù)據(jù)的特征會更加鮮明瓣戚，同時不同組的需求不相同，需要差異化個性化的服務(wù)焦读。一般對于客戶的劃分可以從（大小，新老舱权，行業(yè)）進(jìn)行矗晃，因為他們需求不同。
（1）在用戶增長領(lǐng)域宴倍，可以利用分組做留存分析张症，這個分組規(guī)則按照用戶的使用程度劃分，因為使用產(chǎn)品時間長度不一的用戶一般來說流失的原因是不一樣的鸵贬。
（2）在價格歧視領(lǐng)域俗他，可以對不同用戶群或者客戶群按其價格可承受程度分組，分別定價阔逼，如飛機(jī)票兆衅。
4、高級工具嗜浮，OLAP與機(jī)器學(xué)習(xí)模型
<1>OLAP
分組分析與因素分析等結(jié)合羡亩，對數(shù)據(jù)切片、分塊危融；鉆取和上卷等畏铆。
<2>機(jī)器學(xué)習(xí)
1、非監(jiān)督
（1）聚類：一般要分5類的話吉殃，先用算法分為10-20類辞居，再通過人工聚合。因為人工可以知道哪些參數(shù)或者維度更為重要蛋勺。
（2）關(guān)聯(lián)規(guī)則
2瓦灶、監(jiān)督學(xué)習(xí)
選定假設(shè)空間從而選擇模型，再進(jìn)行模型訓(xùn)練
