数据分析的全貌

1 观测

2 试验 不知道那个产品更受欢迎，like A/b测试

3 应用 使用试验得到的方法，基于数据进行迭代

 1观测

1.1 采集数据

解析系统日志： 比如 历史记录，

埋点获取新数据 ：让日志记录ip地址，基于日志获取新数据的过程 最常用的方法 最可控 最可靠

通过传感器进行采集： 比如 天气数据 手环

爬虫：懂的都懂

API：通过平台获取数据

1.2  数据储存

1.3 展示数据（数据可视化）

1.4 设定标准，发现异常及其定义

        Q:分析数据的目的是什么

        A:及时发现异常，找到数据之间的因果关系

        数据是客观统一的，在用文字描述问题时候，比较感性，有客观统一的观点才能有共同的目标，再发现异常值之后，从而改变当前行为，来更好的达到目标。

        比如在异常方面，有的异常是需要进行修改或矫正的，比如月销售额没有达到预期。

 

        另一方面，有的异常也能够产生新的消费场景，比如便利贴的产生就是基于一种粘性远低于正常值的胶。

1.5 研究关系

指通过可视化的方法来研究数据中的各种因果关系。

2 试验

2.1 提出假设，验证假设

例子1：

比如当观测到外卖平台的差评度突然提高 现象

由恶劣天气引起的 假设

通过天气数据来验证 验证

！！！ 所有未经事实的数据验证的想法都是假设

例子2 测试设计a/b测试

        Q:如何在业务量比较少的时候设计数据试验 

       Q:如何在无法同时测试两个版本的时候比较数据

3 应用

如何应用数据创造价值，方法数据有二

        1：基于数据反馈不断迭代产品和业务策略

                        首先要有明确的目标，然后拆解目的：

各种拆解方法框架：

                        

 业务流程

 

        2：基于数据训练算法，让机器自动化地完成工作

•         为算法设定明确的业务方向
•         为算法提供高质量的数据
•         判断算法是否符合真的创造了实际价值
•         帮助算法更好的使用算法