网站的老用户一般都是网站的忠诚用户，有相对较高的粘度，也是为网站带来价值的主要用户群体；而新用户则意味着网站业务的发展，是网站价值不断提升的前提。可以说，老用户是网站生存的基础，新用户是网站发展的动力，所以网站的发展战略往往是在基于保留老用户的基础上不断地提升新用户数。 所以分析新老用户的意义就在于：通过分析老用户，来确定网站的基础是否稳固，是否存在被淘汰的危机；通过分析新用户，来衡量网站的发展是否顺利，是否有更大的扩展空间。一个着眼现在，一个放眼未来。

可用性测试和数据分析是一对无敌好搭档，它们让我们更多地了解用户，跟踪我们的目标，解决意外的问题。说到解决问题，数据分析告诉我们哪些页面或者流程正在给用户造成麻烦，哪些领域需要我们在可用性测试中重点关注。接下来，可用性测试会告诉我们为什么用户会表现出某些特定的行为。在这两者之上，我们可以为网站拥有者提供重点明确、针对用户的建议。在小红（和许许多多与之相似的用户体验从业人员）的例子中，数据分析能揭露用户到底是怎么访问网站的。虽然小红和客户在用户体验或顾客方面的经验可能让他们对于测试什么有了不错的假设，但对于人们是如何访问网站，数据分析展示给他们的是更为清晰、无偏见的方式。

忠诚用户不仅能为网站创造持续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视。可能很多网站或者网站分析工具对用户做了“新用户”和“回访用户”的划分，但是单单区分新老用户是不够了，我们需要更加完善的指标来衡量网站用户的忠诚度。

电商数据分析指标体系分为八大类指标，包括总体运营指标、网站流量累指标、销售转化指标、客户价值指标、商品及供应链指标、营销活动指标、风险控制指标和市场竞争指标。不同类别指标对应电商运营的不同环节，如网站流量指标对应的是网站运营环节，销售转化、客户价值和营销活动指标对应的是电商销售环节。

对于海量的用户数据来说，最根本的问题应该是从实际中出来，根据解决不同的问题来提取不同的数据，用不同的数据去搭建模型，来进行一系列的运算。对于产品的生产，无论是互联网产品还是实际上的产品，都会面临一个严重的问题，就是如何进行用户体验的优化。用户如何用产品，我们需要的数据就是用户使用数据。 而对于一些利用用户数据做营销的时候，我们想去用的就是行为数据。让我们能够更多的了解用户。他在什么地方出现，喜欢什么样的东西，要做什么事情。这时候我们就需要再用户的生活行为数据找那个抓取我所需要的东西。对于这些数据的使用，我们首先要制作一个数据集。然后拿数据集去进行模型的搭建和预审的运算。最终得出一个可以支持我自己进行决策的结论。

用户忠诚度由4个指标——用户访问频率、最近访问时间、平均停留时间和平均浏览页面数决定，这4个指标没有明显的类别划分，并且可以认为是在同一层次上的相互独立的指标，所以只需要构建2层的模型： 我们需要计算底层每个指标对用户忠诚度的影响权重，只需要知道底层各指标间的相对比重，这个主要通过专家组或者问卷调研的方法获得数据，这里假设4个指标间两两比较的比重如下表（使用9标度）：

活跃用户，这里是相对于“流失用户”的一个概念，是指那些“存活”着的用户，用户会时不时地光顾下网站，同时为网站带来一些价值。同时，我们还需要知道到底有多少用户可能已经抛弃了我们的网站，不可能再为网站创造任何的价值，也就是所谓的流失用户。 流失用户，是指那些曾经访问过网站或注册过的用户，但由于对网站渐渐失去兴趣后逐渐远离网站，进而彻底脱离网站的那批用户。当然，一个网站一定会存在流失用户，这是网站用户新老交替中不可避免的，但流失用户的比例和变化趋势能够说明网站保留用户的能力及发展趋势。

垫套由于供需指数小于床上成套纺织用品,可以在窗帘销售到达瓶颈期的时候和床上成套纺织用品同时增加,因为两者具有相关性,有些国家床上的靠垫也比较多。 以此类推,有些新手卖家想开店,不知道卖什么产品的时候也可以用这种方法,结合自身掌握的货源情况对比每个行业的情况,选出竞争相对较小的类目。 但是,卖家需要注意,类目对比的时候要注意选择同一级类目最好的是细分类目,否则分析出的数据没有参考价值。

假设你想用尽量简洁有效的数据了解一个网站或产品的用户情况，你会问哪几个用户数据？其实一个聪明的提问者永远不会问网站的累计用户数有多少，甚至不会问网站的UV是多少，因为这些指标都不能从真正意义上去反映网站的价值和发展状况。 举个简单的例子——网秦，累计用户数应该不下千万，但这个数字真的能够体现网秦所具备的价值吗？按照网秦的这种运营推广模式，真正的活跃用户有多少，所占比例如何？3·15之后，流失用户又有多少，这个流失率是不是足以让网秦先前辛辛苦苦培养起来的用户基础毁于一旦？所以网秦的发展前景又如何？其实我们可以使用一些更有说服力的用户指标来反映这些情况。

Facebook去年底挖来了一个机器学习大神Vladimir Vapnik，他是统计学习理论和支持向量机的主要发明者。Vladimir Vapnik被称为统计学习理论之父，他出生于俄罗斯，1990年底移居美国，在美国贝尔实验室一直工作到2002年，之后加入了普林斯顿的NEC实验室机器学习研究组，同时任哥伦比亚大学特聘教授。2014年，Vladimir Vapnik加入Facebook人工智能实验室。

梳理分析思路，并搭建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标（各类分析指标需合理搭配使用）。同时，确保分析框架的体系化和逻辑性。

为什么会提出这个问题，其实我们经常会遇到这样的情况：公司的高层抱怨从报表里面看不到有用的东西，是不是可以对报表做下整理（于是下面就忙开了），但是该怎么整理或者他们到底需要的是什么数据（好吧，高层的需求一般是不会明说的，我们要试着自己去揣摩）；同时各个部门也在不断地提各类数据需求，往往他们的需求就比较明确，有时可能会细得吓人，需要每个用户的每次关键操作（考验服务器的时间到了）。数据部门就是处在这样一个对数据的需求存在着如何多样化的环境里面，所以考验数据人员的时间到了，我们能满足所有的需求吗？

明确数据分析的目的 因为产品数据是在产品上线后收集到的，所以为了之后能够得到一系列全面合理的数据，需提前做好数据的规划，明确每一个数据所能产生的价值。 不同的分析目的，所需要的KPI数据不一样 对于产品经理来说，一般有三个场景中的数据应用： 1.每日观测的产品运行数据； 2.为了验证某个想法而做的产品实验数据，如A/B测试； 3.发布某个功能后的反馈数据。 不同的产品类型，所需要关注的KPI数据不一样

在我们周围有很大一部分创业者是抱着“听马云讲互联网未来”的“朝圣心态”，穿越大半个主城区，来到云栖小镇参加这么一场大会的。至于，具体有没有收获到什么不好说，但按照大佬演讲的调性，捧回满满的鸡血那是肯定的。 所谓“云栖大会”，说到底就是一场阿里云的开发者大会。所以，我们会发现：整场大会充斥着“大数据”、“云计算”这样高大上的词汇，而这些无不与如今阿里旗下的具体业务挂钩。但是，今天在台上侃侃而谈的马云，其实心里也是没底的吧。对于阿里，此前引以为傲的“大数据”，正经历着一场前所未有的危机。

互联网是数字构成的世界，我们可以通过数据分析来解密互联网产品的各个关键。我们一般通过KIA分析和综合分析发现创新点和问题，并重新建立运营框架，以数据为驱动进行产品（包括营运方式）的升级换代。 KIA数据包括： Click Density Analysis 点击密度分析 Visitor Primary Purpose 访客首要目的 Task Completion Rates 任务完成率 Segmented Visitor Trends 用户分层 Multichannel Impact Analysis 渠道分析

数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律与趋势。在实际工作当中，数据分析能够帮助管理者进行决策，以便采取适当策略与行动。例如，公司管理者希望通过市场分析和研究，把握当前产品的市场动向，从而制订合理的产品研发和销售计划，这就必须依赖数据分析才能完成。

迄今为止，从大蓝筹企业到极小型创业公司，都可以使用比以往更多的数据。我的很多客户都在向我寻求他们在向大数据方面努力时可以使用的顶尖数据源，下面描述的就是如今可以获得的，一些好用同时免费的大数据来源。

如今的移动应用早已不再是某种结构单一、功能简单的工具了。当我们的移动应用变得越来越庞杂，我们便会需要借用分析工具，来跟踪和分析App内的每一个部分。幸运的是，目前市面上有许多数据分析工具可供App开发团队选择。 事实上，这些新一代的数据分析工具，将可以监测发生在App中的每一个细小的事件。如果你曾经想追踪你的用户，知道他们从哪个平台下载了应用、看到你的用户在App内的跳转路径、了解哪个页面在App内最受欢迎，你一定能在以下30款分析工具中找到你的菜。

1、你处理过的最大的数据量你是如何处理他们的处理的结果。 2、告诉我二个分析或者计算机科学相关项目你是如何对其结果进行衡量的 3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则 4、什么是：协同过滤、n-grams, map reduce、余弦距离 5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库 6、如何设计一个解决抄袭的方案 7、如何检验一个个人支付账户都多个人使用 8、点击流数据应该是实时处理为什么哪部分应该实时处理 9、你认为哪个更好：是好的数据还是好模型同时你是如何定义“好”存在所有情况下通用的模型吗有你没有知道一些模型的定义并不是那么好 10、什么是概率合并(AKA模糊融合)使用SQL处理还是其它语言方便对于处理半结构化的数据你会选择使用哪种语言

流失用户的定义请参考“网站的活跃用户与流失用户”这篇文章，要解释怎么样合理地去定义用户流失时间段长度的问题，需要先介绍一个新的指标概念：回访用户。这里的回访用户不是指Google Analytics上面的Returning Visitor（与新用户相对，指之前访问过网站的用户再次访问网站），这里的回访用户指流失之后再次访问网站的用户，即用户曾经流失过，满足流失时间期限内完全没有访问/登录网站的条件，但之后重新访问/登录网站。

近来由于数据记录和属性规模的急剧增长，大数据处理平台和并行数据分析算法也随之出现。于此同时，这也推动了数据降维处理的应用。实际上，数据量有时过犹不及。有时在数据分析应用中大量的数据反而会产生更坏的性能。 最新的一个例子是采用 2009 KDD Challenge 大数据集来预测客户流失量。 该数据集维度达到 15000 维。 大多数数据挖掘算法都直接对数据逐列处理，在数据数目一大时，导致算法越来越慢。该项目的最重要的就是在减少数据列数的同时保证丢失的数据信息尽可能少。

一般情况下，评价人数占总下载人数的三千分之一左右，或者更低。但新应用和只有几十个评价的应用可能有刷评价的风险，需要剔除刷的数据。所以你可以用评价数×2000得到一个下载数的预估值。 这款拓词App，当前版本的评论数在129个，按照二千分之一的评价比例，估计下载量在10-20万之间。因为他的评价数量不够大，所以可能要适当减少乘的数值。

对于一款移动应用APP来说，每天你的用户是有进有出，有每天不断增加进来的新用户，也有不断流出的新用户、老用户、甚至是高价值用户，仅仅关注每天的活跃用户数，日环比、周环比的增量、增幅是远远不够的，也很难发现问题。 等有一天，活跃用户数增长幅度趋缓、滞涨甚至负增长，才能关注这个问题，恐怕通过各种花钱投放拉进来的用户，所谓的累计激活用户、注册用户数，早就跑掉一大半，APP卸载没踪迹、想拉也拉不回来。

现在的互联网行业，越来越多的企业对数据科学家求贤若渴。 虽然数据科学家的需求一直在快速增长，但事实是在业内还没有对数据科学家的准确定义。有人开玩笑说，「数据科学家就是住在硅谷的数据分析师」，甚至有人画了这样的漫画： 没错，找到一位优秀的数据科学家和找到一个理解数据科学家是做什么的人一样难。 要理解数据科学家是做什么，首先要理解人尽皆知却总被误读的大数据：大数据不是大量的数据，而是复杂的数据。 《大数据时代》联席作者Kenneth Cukier在Ted上的热门演讲：《Big data is better data》，告诉你大数据驱动技术和设计的未来，以及大数据的「好」与「坏」。

1、你理解中的分析师是什么样的？你觉得自己目前应聘分析师职位的优势是什么？并说明理由。 2、淘宝和天猫上每天都有大量的用户在线上购买，作为分析师可以从哪些角度对用户进行分析，同时说明清楚选取这个角度做分析的目的。 3、某银行信用卡模型建设过程中，申请评分卡模型训练过程出现过拟合的现象，请阐述一下什么是过拟合现象？如何解决过拟合现象？ 4、影响网店销售额的因素有很多，请列举出3个以上的影响最终店铺销售额的因素，同时针对销售额下降的情况结合列出的因素给出建议的活动策划方案？详细讲出各因素是如何影响销售额？

电商行业能直接反馈到的数据量是最全最多的，各种行为都会有所记录。也许卖家们手头的收据还达不到大而全的程度，但是利用这些数据还是可以做一些力所能及的分析，使得整个运营过程更科学、更准确，来减少在操作过程中的一些失误，避免损失。也可以发现一些原本没有发现的信息，提供更多的空间所在，说大一点发现蓝海市场的存在，说通俗些让赚钱都显得高大上。

除了用户购买行为数据外，亚马逊还会搞一些活动来“勾引”用户说出喜好和需求。比较典型的活动就是投票。例如下面关于是否喜欢情人节的投票。多数喜欢情人节的用户是热恋中的人，亚马逊可能会推荐各种礼物，如情侣装，戒指，鲜花等。失恋和单身的人一般不喜欢情人节，亚马逊推荐失恋疗伤的书籍，如游戏机之类自娱自乐的的商品。

有参照、有对比，才会在知道好坏高低。如果只是单一地看，了解的信息必然不够全面，无法得出真正有用的信息。那么到底对比在一般情况下，都有哪些运用？ 首先，给大家科普两个基本的概念。 对比分析，一般分为两种，一种叫静态比较，一种叫动态比较。 静态比较是在同一时间条件下对不同总体指标的比较，也叫横向比较。比如可以是自己单品跟同行其他单品比较。也可以是自身情况，在同一时期跟同行业的一个情况的对比。

下面我们将样本分为5类 第一类：中国 第二类：日本 第三类：菲律宾 第四类：中国香港和中国台湾 第五类：其他 你可以一直往左分，一直到1个样本一个群，看你自己的需求，分多少类，你自己做主，最主要是类的特征显著、具备可解释性。

相关分析一般分析两个变里之间的关系，而典型相关分析是分析两组变里（如3个学术能力指标与5个在校成绩表现指标）之间相关性的一种统计分析方法。 典型相关分析的基本思想和主成分分析的基本思想相似，它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究，并且这少数几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息。

聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。 聚类分析计算方法主要有： 层次的方法（hierarchical method）、划分方法（partitioning method）、基于密度的方法（density-based method）、基于网格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前两种算法是利用统计学定义的距离进行度量。

在数据集成类的项目中，最难的过程就是数据分析了，数据分析过程位于数据集成类项目整个过程(前期准备调研—–数据分析—–接口实现)的第二步，它为第三步接口实现提供了充分的准备，因此数据分析的正确与否很大程度上决定了数据集成能否成功的实现和完成。 怎么样有效的进行数据分析呢，怎么样提前在数据分析中尽量避免问题等到实现时才出现呢？这是一个行之有效的数据分析方法论的评判的关键。

你是一个在校学生，上着自己喜欢或不喜欢的课，闲来无事，你打开知乎，看到了数据分析话题，你下定决心要成为一个数据分析师，你搞来一堆学习资料和在线课程，看完之后自信满满，准备去投简历，然后发现不清楚各种工具和模型的适用范围，也不知道数据报告需要包括哪些内容，面试的感觉就是一问三不知……

几乎所有的运营人员都会接触到渠道推广。这些渠道推广可能是付费渠道，可能是免费渠道，无论是哪一种渠道推广，都是需要我们付出成本的。在与渠道打交道的过程中，有时候涉及到跟渠道分成或者跟渠道合作，我们需要统计从渠道获取的用户的数量；有时候涉及到渠道付费，我们需要鉴别渠道用户的质量的好坏，控制并提高渠道的效果。 工欲善其事，必先利其器。我们可以利用第三方统计工具来对渠道投放进行监控，通过一些指标来有效的监控渠道投放的数量和质量。

近年来，“大数据”似乎成为了一个越来越时髦的词，它已经不是只有互联网行业谈论的话题了，“大数据”已经开始被越来越多的普通百姓所熟知，大数据也已经渗透到了我们的生活中的。 数据分析这个职业也是目前很有前景的领域之一，越来越多人想投入其中，而在数据呈爆炸式增长的大数据时代，数据过剩，人才短缺。数据海洋 同学凭借多年的从业经验，总结了作为一名数据分析师应该知道的9个问题：

随着互联网时代的发展，企业发现过去他们所做的粗狂式运营已经不能有效的提升效率和增加企业用户了，所以，一些企业开始找寻新的运营方式，比如逐渐转变为CPM(每千人成本)化的精细化经营，通过这样的运营来提升运营的效率，使企业广告投放效率尽可能的最大化。对企业而言，打造精细化运营的好处在于可以对目标用户群体或者个体进行特征和画像的追踪与画像，帮助企业分析用户在某个时间段内容的特征和习惯，最后让企业形成一种根据用户特性而打造的专属服务。

用户行为路径分析是互联网行业特有的一类数据分析方法，它主要根据每位用户在App或网站中的点击行为日志，分析用户在App或网站中各个模块的流转规律与特点，挖掘用户的访问或点击模式，进而实现一些特定的业务用途，如App核心模块的到达率提升、特定用户群体的主流路径提取与浏览特征刻画，App产品设计的优化与改版等。

原来的留存是什么，是打开一个应用，但简单的打开一个应用也不能成为衡量你留存的一个标准。这个时候也就意味着衡量留存时要把用户区分价值来看，真正给你带来产生收入是互动比较强烈的用户，其实你最后衡量这个渠道带来的用户，5000 大于 3000 也许你衡量有哪些人看了视频，有哪些人做了核心事件比例有多少通过这个衡量也许是 3000 的比较大。换过来说，这时候是不是意味着 3000 就是好的，也不一定。最后产生收入要看 UP 值，也许是 5000 的价值比较高。这一件事到底有什么结论，要通过用户的行为往下深入细分，再得到结论。

最常见的竞品分析方法就是对市场上的领先产品进行一次浏览，逐个写出竞品的功能点及流程，不管使用了整齐的表格或者详实的文字描述，又或者是使用了漂亮的图形和截图，没有结论的统计是没有意义的，分析就一定要有结果。 竞品分析的目的就是为自身产品的战略、节奏、功能点、交互视觉等多方面提供参考，指导自身工作实践。可以遵循以下的链条：竞品在做什么->竞品为什么这么做->我要做什么。这个链条又以自我分析为前提。

无论是兴奋也好，焦急也好，数字本身只是代表数字，我们需要知道的是数字背后的原因。是什么导致了数字上升又是什么导致了数字下滑只有了解清楚这些，我们才能更好的提升终端销售业绩。 然而，这一点却恰恰是目前零售行业在终端销售管理上最大的“困难点”，在实际的工作中我们经常发现，面对门店业绩的变化，我们很多的销售管理者却只知其然，而不知其所以然。

世界被来自四面八方的数据紧紧包围。每次购物点击鼠标，你的信息足迹(数据)都被收集并保存起来。商家会利用这些数据吸引你在未来购买更多商品。如果你想买一台新手机，手机类网站/app知道你查看过哪些商品，谷歌知道你搜索过哪些商品，GSMArena(热门的智能手机评论网站)知道你阅读了哪些评论。你也碰巧把这些评论分享到了Twitter，Facebook，Instagram，Pinterest。而这些分享记录可以帮电商企业了解消费者想要什么，何时有需求。这个过程中包括对数据进行收集、储存、排序归类、分析，以得出有价值的结论。这些工作是数据科学必不可少的部分，由被称作“数据科学家”的专业人士完成。

我刚和一位老友恢复了联系。她一直对数据科学很感兴趣，但10个月前才涉足这一领域——作为一个数据科学家加入了一个组织。我明显感觉到她已经在新的岗位上学到了很多东西。然而，我们聊天时，她提到了一个至今在我脑海里都挥之不去的事实或者说是问题。她说，不论她表现如何，每一个项目或分析任务在令经理满意之前都要做好多次。她还提到，往往事后发现原本不需要花这么多时间！ 听起来是不是很像你的遭遇？你会不会在得出像样的答案之前反复分析很多次？或者一遍又一遍地为类似的活动写着代码？如果是这样的话，这篇文章正好适合你。我会分享一些提高效率和减少不必要的重复工作的方法。

一般而言,一个网站可能有不同的链接导向到网站的不同网页里,这些不同的链接就是这个网站的不同入口。 当访客由这些不同的网站入口进入这网站时，这个动作就称为”进入网站”,而他从这个入口离开这个网站时这个动作就叫做”离开网站”。 所以针对每一个入口退出率的算法就是 离开网站的次数/进入网站的次数=退出率 举例来说 pumaboyd.cnblogs.com/index.aspx 在某一段时间内有500不同IP从这个链接进入,同时这些IP中有10个人从这个链接离开论坛，那针对这个入口网址的退出率就是 10/500=2%

我最早的时候认为设计就是如何去做出各种新奇的图形、质感和界面，追逐潮流和创意。可是后来发现设计最难的是平衡各方面的因素，在条条框框的限制中找到方案还要推进下去，并被人看到价值。前者很容易满足，而后者要做好却非常的难，PM不给力、沟通不顺畅、开发不支持、老板不满意。 很多设计师都会苦恼原因和解决方案是什么，而正好我最近在圈内交流发现一个很严重的现象：一线设计师对于数据和目标的敏感程度非常的低，所以设计没有说服力、自认为设计很好的东西别人看不明白，推进很困难。而很多产品经理也因此认为设计师就是固执的艺术家，做的东西除了美化看不到具体的价值。

不难看出，绝大多数朋友的理解还是集中在冰山一角，连水面下的一寸都不能目及。其实，除了这些基本的误区，发现还有更多的理解问题存在。例如，有人认为CRM就是做好客户体验，甚至可以用CEM（Customer Experience Management 客户体验管理）的概念来替换。他们主动的为自己的头脑进行词汇营销，同时还觉得很酷。还有的朋友比较犀利的指出，做CRM最牛的是夜总会的“妈咪”。这种理解也有道理，但是仍然比较片面。因为CRM战略是将客户做成公司的最大资产，夜总会的男性顾客们是“妈咪”的资产，而不是夜总会的。“妈咪”如果跳槽转会，她们不只带走小姐，往往还会将客户关系带走。

单一的指标数据或大维度下的指标数据是没有意义的，只有当指标与维度配合使用时才有意义。细分也叫下钻，是网站分析中最常用的一种方法。原理就是通过对汇总数据进行多个维度对指标进行分解。逐步找到有问题的部分。在整个的Google Analytics报告的中，随处都充满了细分方法。 汇总数据是一个极其笼统的大维度数据。而平均数数据则可能会掩盖很多问题。这里是一个平均数的计算方法：访问者A浏览了10个页面，访问者B浏览了2个页面。网站每次访问页面浏览量6个页面。看似表现不错的平均数据其实包含很很多问题。但我们仅从平均数中无法看到这些问题。细分的主要目的就是对汇总数据和平均值数据进行剖析，发现这些问题并加以改进。

数据分析是指对运营的各项指标进行统计分析，涵盖方差分析、因子分析、回归分析、主成分分析、聚类分析、逻辑回归、用户细分等，手游运营的数据分析的运算更为精简，业内专注对留存、付费及活跃的几个常用数据的分析。 数据分析建立在数据统计的基础上，数据分析师必须熟练掌握excel、word等办公软件，尤其是有关统计的功能如宏、my SQL，因为分析师必须在短时间内把本统计周期内的宏观数据都统计出来，而把大部分时间放在分析上。分析师需要分析宏观数据与微观指标，并把数据与玩家行为、市场投放、运营活动、节假日等因素结合起来分析，了解用户行为波动的峰值、时段、原因。

随着数据量的大量产生及很容易获取，许多网站分析人员通过与专家、社会媒体、同等进行交流讨论分析什么样的数据才能产生有意义/价值的信息。 作为艺术与技术结合的网站分析师，不能仅依靠关键指标或者依赖于一个很炫的仪表盘。而真正的价值体现在于不断的细分网站用户，从而更好的分析用户，为他们提供个性化的服务进而实现其商业价值。 本文提供了10点细分的建议，让你的数据直接变成有价值的信息。

对企业而言，打造精细化运营的好处在于可以对目标用户群体或者个体进行特征和画像的追踪与画像，帮助企业分析用户在某个时间段内容的特征和习惯，最后让企业形成一种根据用户特性而打造的专属服务。正是因为如此，企业运营在数字化时代，需要进行精细化运营才能更好的从管理、营销方面提升用户的服务体验，同时根据差异化的服务让运营更加精细化。企业的传统运营存在几个比较严重的问题，比如运营模式单一，不能及时根据市场和用户的变化做出改变，这导致企业运营的内容和形式难以拉动新用户，同时又不能激活老用户，这就导致企业在数字时代一定要进行运营的改变才可以抓住用户。所以，企业运营走向精细化就是必然的趋势。

对于用户端产品经理来说，监控处理日常的用户端数据是必不可少的工作之一，转化数据、用户数据、交易数据等等，都应该是列入日常监控的数据指标。一般来说，这些数据都有固定的波动周期，每个周期内的数据变化应该是趋于稳定的，如果某天某周某月的数据不再符合预期的稳定变化，也就是我们所说的数据异常。这种情况下，我们需要去深挖数据异常产生的原因。虽然这种分析有点时候诸葛亮的意味，而且分析的过程往往无趣且极其耗费时间，对于那些认为产品经理的工作理应充满挑战和创新的人来说，这项工作简直是最让人厌恶的了。

网站分析其实就是一个发现问题、分析问题的解决问题的过程。问题的发现可以来源于多方面：网站运营中遇到的问题、用户的反馈和抱怨、日常统计数据的表现异常等；分析问题的过程就是根据遇到的问题运用合理的方法对其进行解释，这也是本站重点探讨的方向；而最后的解决问题则是最为关键的一点，也是目前最被忽视的一点，目前的网站分析工作往往在找到问题后无法落实到寻求最优的解决方案并执行和解决问题这一点上，即使采取了相应的措施也无法进行持续的反馈，并从根本真正地解决问题，很多只是针对一时的举措，而解决问题的过程恰好是最能体现公司执行力的时候，如果没有最终解决问题或者实现优化，那么网站分析就没有丝毫的价值。

虽然目前企业界和学术界没有对“数据化运营”的定义有比较明确的达成共识，但这并不影响企业界的数据化运营战略的部署和实施。从基本要素和核心来看，“数据化运营”主要指的是“以企业级的海量数据存储和分析挖掘应用作为核心支撑的，企业全员参与的，以精准、细分和精细化为特点的企业运营制度和战略。” 数据化运营主要针对运营、销售、客服等部门的互联网运营的数据分析、挖掘和支持上。具体包括“产品流量的监控分析、目标用户行为研究、产品营销策划推广、用户画像分析、产品UE优化、竞争对手监控与分析、企业运营成本风险与管理等”。通过可量化、可细化、可预测等一系列精细化的方式来进行。

俗话说“巧妇难为无米之炊”，没有数据怎么分析。而SQL对于你来说就好比电脑的键盘鼠标，虽说没有了它也能照常运行，但对使用它的人来说灵活性却下降了许多。而这一点也正是许多数据分析从业者所缺少的（包括我），记得白鸦曾在他的博客中发表过数据分析师很少的言论。不管数据分析师在什么样的团队，其所起的作用都是统计和调查，数据挖掘、可行性及策略分析等类似的功能。真正的数据分析师，或者能达到企业期望要求的数据分析师为什么凤毛麟角。为什么满足企业要求的数据分析师凤毛麟角，其中一个主要的原因就是学统计的人不会数据库，而学计算机的同学不会建模分析。

最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。

题主的问题阐释很长，大意是自己从小在一个落后的小城镇长大，考入大学之后感觉自己的见识和眼界不如同学，很自卑，从而变得自负，不仅自己不努力，还看不起努力学习成绩好的同学。后来读了本校的研究生，毕业之后就到北京找工作，但在与同事的相处中依然感觉自卑，无法改变贫穷在自己身上留下的烙印。

天猫的双11刚刚过去，马云又创造了新的成绩，912亿。从去年的571亿到今年的912亿，马云怎么就敢说今年可以做900亿呢在设定这个目标之前就少不了对目标的拆分。 900亿的成交，首先按照过往的类目占比，拆分到各个类目，每个类目承担多少销售指标，类目再按照过往的卖家成交额占比拆分到各个卖家，每个卖家承担多少销售指标。卖家再根据各自的日常店铺转化率反推需要多少流量，各类目再结合平台能提供的流量，就可以得到流量的缺口。接下来再按照各渠道获取流量的成本来计算，就可以得出双11平台需投入的营销经费数值。整个900亿的目标，通过这样的拆分，就变得明确可执行了。 无论做什么事情，想做成，都离不开对目标的拆解，任何抽象的事物都可以通过数学的方法来解决，把事情数据化会让事情更简单可执行，也更容易考核效果。

一个星期之后，杨康率先给BOSS汇报了。不过他没有选择打电话，而是改发E—MAIL。原因有三：一是全球通资费太高了，钱要省着点花；二是杨康有点小人，他担心郭靖听了他的表述后，剽窃他的思想；三是他写了一份详细的调研报告，电话里三言两语说不清。杨康的调查报告里详细地记录了他与岛内精心选取的200位居民的谈话内容，以及他抽取居民样本时科学合理的甄别条件，最后的结论就是：岛内居民全部（100%）以捕鱼为生，脚一年四季泡在水里，根本就不需要鞋！听到这个消息，成吉思汗怎么办呢？

企业的传统运营存在几个比较严重的问题，比如运营模式单一，不能及时根据市场和用户的变化做出改变，这导致企业运营的内容和形式难以拉动新用户，同时又不能激活老用户，这就导致企业在数字时代一定要进行运营的改变才可以抓住用户。所以，企业运营走向精细化就是必然的趋势。

海量的互联网产品设计归总起来也就是3个页面加上1个循环部分。我们不确定用户进入网站时需要什么服务，所以就把所有的服务集中在一个页面上，也就是页面一(业务聚合页面)，方便用户寻找自己想要的服务，当用户选择业务后，我们不确定他想要的具体结果，就把此业务所有的结果展示展示出来，就有了页面二(业务页面)，用户获取具体的服务后，整个网站的服务就结束了，这个阶段的就是页面三(结果页)，但是为了留住用户，我们需要在结果页面 推荐其他业务或者结果，让用户行为重新循环起来，这个部分便是循环部分。所以网站的页面归类也就是聚合页+分流页+结果页+循环部分。

数据时代来临，人人都说大数据分析，可是说到未必做到，真正能从数据中获得洞察并指导行动的案例并不多见，数据分析更多的是停留在验证假设、监控效果的层面，通过数据分析获得洞察的很少，用分析直接指导行动的案例更是少之又少。 从洞察到行动，数据可以发挥更大价值，前提是我们对数据分析有更深层的认知。

了解数据采集的意义在于真正了解数据的原始面貌，包括数据产生的时间、条件、格式、内容、长度、限制条件等。这会帮助数据分析师更有针对性的控制数据生产和采集过程，避免由于违反数据采集规则导致的数据问题;同时，对数据采集逻辑的认识增加了数据分析师对数据的理解程度，尤其是数据中的异常变化。

今天要说的这些指标和内容，基本可以保证基本的日报数据需求，换句话这是要关注的一些方面，剩下的要根据你的产品来了，不全或者纰漏错误还请各位批评指正。 在开始之前还要明确一点，仔细想清楚你的报告服务于谁，给谁看，怎么做怎么展现，都需要你自己来衡量，下面的一切都是一个基本的思路和例子，曾经看过一个面试题，在这里与各位分享一下，看看大家的答案是什么。如果你是京东商城的DMA，现在要你给刘强东提供三个数据分析指标，你会选择哪几个？

根据最近全球知名IT研究与顾问咨询公司Garnter对多家公司首席执行官所做的一项调研显示，“客户体验”是他们最看重的一项工作，但问题是，他们真的非常了解客户体验的重要性吗 Paul Greenberg是畅销书《光速客户关系管理》(CRM at the Speed of Light)一书作者，也是The 56 Group集团总裁，作为客户关系管理教父级人物，他同样也是客户体验领域里的专家。Paul Greenberg认为，客户体验其实是客户随着时间的推移，对一家公司的感受和感觉。而在另一位客户体验专家Bruce Temkin眼里，客户体验是当客户与某个企业交互时，对其产生的感知。

用户画像的核心工作是为用户打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机处理，如，可以做分类统计：喜欢红酒的用户有多少？喜欢红酒的人群中，男、女比例是多少？ 也可以做数据挖掘工作：利用关联规则计算，喜欢红酒的人通常喜欢什么运动品牌？利用聚类算法分析，喜欢红酒的人年龄段分布情况？ 大数据处理，离不开计算机的运算，标签提供了一种便捷的方式，使得计算机能够程序化处理与人相关的信息，甚至通过算法、模型能够“理解” 人。当计算机具备这样的能力后，无论是搜索引擎、推荐引擎、广告投放等各种应用领域，都将能进一步提升精准度，提高信息获取的效率。

Web分析人员应该具备的5个基本素质 1. 需要了解互联网。2. 你需要知道一些网页技术的基本概念。3. 你需要会用一些最基本的工具。4. 你需要学习最基本的WA概念和定义。5. 你要有商业意识（Business Sense）。 进行网站分析当然要使用网站分析工具。所以你得至少知道Google Analytics，或者更好能知道Omniture，WebTrends之类。除了知道，你最好还要能会用其中的某一个。我建议新手从Google Analytics开始，免费工具，实施简单，而且界面也简单，非常适合入门级用户。

从数据看出，移动互联网是互联网发展最重要的方向，因此，对于拥抱互联网的企业来说，设计和运营好移动互联网应用（下文称APP）成为移动互联网时代最重要的任务。而在移动互联网的设计和运营过程中，数据分析起到很基础但也很重要的作用。在互联网企业，任何一个APP都要事先规划好数据体系，才允许上线运营，有了数据才可以更好的科学运营。因此本文将为大家介绍APP的基础数据指标体系。

大数据可以了解每个人不同的需求，下图是五一当天北京游客的分布，一类是安卓手机用户，还有一类是苹果手机游客，这些游客的分布，呈现了非常有意思的差异。其中苹果手机用户主要的游玩地点是王府井等地，而安卓手机用户则是天安门等。同样的，外地人与本地人的差异也有造成了同样的规律，外地人主要游玩天安门等名胜。

现在大数据很热，很多大型互联网公司对于数据部门配制都可以跟财务系统的人员相当了，也有很多初创企业拿到融资的移动互联网企业，在运营稳定的情况下，已经开始对于大数据分析团队开始进行配置，市场上能称的上数据分析师的人才差不多在10万左右，未来预计在1000万左右规模会跟数据分析相关人员需求，而大学对于大数据分析这块专业的缺失，根本来说没有办法能承担一个数据分析师的角色，所以这块数据分析师的需求会强烈，待遇会高。有同学担心数据分析师是否未来人工智能的发展起来，会出现失业的情况，这个相信担心是多的，因为商业的决策，从来都是人的事，即使未来技术的进步，也不可能会让机器来代替人的决定。

任何按照销售量或者销售额大小的指标来排列商品在首页的“座次”都是不合理的。比如说，销量没有考虑商品单价的因素，而销售额跟其曝光量又有很直接的关系，而值则是依据同样的访客数比较产出的价值大小，跟广告学中ROI其实是一个道理。当然，“商品价值度”的排列必须建立在一定的CTR(Click Through Rate，点击率)基础之上，CTR很小，值排列就没什么意义了。

在做销售数据分析的时候，第一个分析的维度就是要看数据变动是来自于哪几个大的品类。回到案例，面对Y公司南京市场8月份销售业绩较同期下滑了100万的数据变动情况，我们首先要确定的是下滑的100万是来自于哪个品类或哪几个品类，每个品类各自的下滑占比是多少，在此基础上进一步分析得出下滑的品类中是哪个规格的产品出现了下滑，从而真正找到造成业绩下滑的“罪魁祸首”。

对于“百度统计”、“友盟统计”这些平台是流量统计平台，不是基于用户行为的，基本上根据需要分析的维度(环境，设备)，然后计数，生成高度汇总的数据报表，并且在持久化过程中只会留下数字，不是以用户为中心进行计算的。而“Mixpanel”和“诸葛io”是基于用户行为驱动的分析平台，所有的分析都是以用户为导向的，存储的是用户的历史行为路径，所以你能根据用户的用户信息和行为条件细分筛选用户群，然后分析和统计。

在大部分人的常识里，数据是客观存在的，既不会递增，也不会消减。所有当他们绘制报表、展开分析、构建模型时，很容易遭遇的瓶颈是没有数据，俗话说，巧妇难为无米之炊。真实的状况却是：数据是无穷无尽的，哪怕有时我们与数据之间的距离很远，就像远在天边的繁星，「手可摘星辰」只是一个传说，但经过大气层的折射我们却能时刻感受到它们的光辉。不仅光会折射，数据同样也会折射。

掌握了excel、spss、sas、r这些分析工具之后，我们来了解下数据分析的基本方法论，其实数据分析方法不复杂，我们需要把一些核心的分析方法掌握了活学活用。 重点包括两块，一块是统计分析方法论：描述统计、假设检验、相关分析、方差分析、回归分析、聚类分析、判别分析、主成分与因子分析、时间序列分析、决策树等； 一块是营销管理常用分析方法论：SWOT、4P、PEST、SMART、5W2H、User behavior等。

最常见的失败原因说出来可能会让你惊讶。并非是缺乏数据专业知识或者整合失误，而仅仅是因为企业没有让“利用数据”成为任何人员的职责。太多公司花费好几个月收集有趣的数据，然后让它们静静地躺在角落里积攒灰尘。这个现象驱使我来撰写本文，希望它能给你灵感，让你为下一个分析项目增加一些结构性。 对分析的应用，本应该成为你不断汲取的商业泉源。

从页面停留时间的计算方法中我们知道不可能用户在离开前在页面上停留多长时间，即页面停留时间是在有后续行为的情况下计算出来的，对已这部分数据先期可用的，就是把每套页面的停留时间统计出来，判断用户停留高或者低的主要原因，比如：用户在搜索结果页停留时间长了，是不是搜索结果不能满足用户需求，用户在列表页停留时间长了，是不是我们的列表页筛选做的还不够人性化，在产品终页停留长了是不是因为终页内容展示过多或者用户没有找到他想要的内容等。

在 Stitch Fix 算法团队中有不少勇士队的忠实粉丝，因此我们打算从数据科学的视角来探索勇士队夺冠的决定因素。我们的分析结果中主要有两个重大的发现，这也是本文想要讨论的主要内容： 金州勇士队去年的成功绝非偶然，而是基于他们多元化、高效的阵容以及足够机智的教练团队(马刺出品，实属精品)。 如果整个总决赛过程中凯文·乐福和凯里·欧文都保持健康的话，金州勇士队仍然会赢得最后的胜利——尽管他们可能遭遇非常激烈的七场系列赛决斗。

大家可以看PPT上的这样一个样本，我们把这些东西都记下来，然后把这些东西整理成一个Excel表。这个案例是几年前的一个案例，当时是在公司内分享，大家可以看一下，其实道理都是类似的。我当时是12年的时候，3月29号，这个是当时在网络上一个报道取下来的一个东西，就是3月29号的时候，这个报道中的记者，做了一个连续24小时的监测，从当天早上的九点到第二天早上的九点，取了这么多数据之后，我们会发现，这些数据是非常完整的，也就是说这些数据有极少量的有断点存在。比如说这次刷新的最后一名，刚好是下一次刷新的第一名，那就是连续的，没有断点的。

在互联网逐渐步入大数据时代后，不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于，消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业价值。于是，“用户画像”的概念也就应运而生。

互联网金融在国内发展也才2年多的时间，从货币基金到P2P到众筹到股票基金，从传统ATM和手机银行短信银行，感慨这个互联网金融的到来，让我们有更多的信息渠道可以来了解金额。 还有像越女读财介绍的高暴利的钱宝网、MMM、百川币这些，如果没有互联网，相信他们也很难发展的起来。 主要介绍下互联网金融行业的相关公司主要应用的数据分析有哪些，这个区别于之前介绍的在电商、零售中的数据分析应用，零售中得数据分析解决的更多是卖得问题，而金融中更多涉及到得是风险的问题。

90年代的时候，市场营销进入到CRM时代，大家开始通过强大的数据库来管理客户的资料。通过维护老客户，来给企业创造价值，而这也甚至占到企业80%的利润。通过客户终身价值模型来预测客户对企业的长期价值，流失模型来预测客户流失的可能性大小。 到了21世纪，我们借助互联网，可以观察到用户浏览网页的具体时长，点击广告的具体位置和次数，哪些是用户不感兴趣的。通过这样的一个闭环的系统，可以让我们非常容易的去理解用户。

作为营销人员，经常穿梭于数据的海洋之中，企图通过数据找到目标用户，找出他们的行为，发现他们需要的信息，最终有效率的实施企业的营销活动。以下大数据营销的SMART模型则可以助你一臂之力，运筹帷幄之中，决胜千里之外。 数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它提供大数据庞大的计算资源，在数据应用平台上支持查询，分析，建模，展现等工作，从而让数据营销人员在SMART原则下开始工作。

首先，要说的是写好一个专题分析报告，就要给这个报告定个基调。要有一个好的框架，跟盖房子一样，好的分析肯定是有基础有层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让别人容易读懂，这样才让人有读下去的欲望；

互联网产品运营2年工作经验，今年转岗开始做PM。最近陷入迷茫中，搞不清楚自己的竞争力在哪里，以及以后的规划。所以，打算把自己会的东西总结出来。找找思路。顺便也分享给大家。 之前在阿里做商家端数据产品的运营。这里面有2个重点：1、产品运营;2、数据产品。

一年一度的春运又开始啦！！！想在网上抢到热门车次的春运车票，基本得靠“鹰的眼睛”和“豹的速度”。如何能求得一票呢，小编决定认真钻研，用自己多年的数据分析来实现自己的“抢票计划”。一般来说，开车前一天12：00~13：00，18:00~19：00，以及开车前三天19:00~20：00，往往会放出部分剩余车票。而春运期间，每天12:00、13:00和18:00均有再次放票可能，这些时间段非常重要，要天天看。

对节目比较熟悉的观众都知道女神位这个词儿。通过节目录制现场的示意图，最中间11-14号女嘉宾是正对男嘉宾的，似乎话题和曝光率都颇高也备受关注。那么她们既然是女神了是不是能尽快获得自己的男神呢？通过对牵手男女嘉宾的分析我们发现，真正的牵手女神却在20号位置左右！一共产生过57对牵手女嘉宾，几乎是11-14号位置牵手女嘉宾的总和了！笔者也在分析，是不是站到了女神位由于心理上的变化而使得男嘉宾被更多灭灯呢？

数据分析不等于数据分析算法/程序，数据分析算法/程序只是分析师手中的工具，数据分析要取得成功必须依赖人的力量，数据分析师的作用在于根据对业务的理解，合理使用分析工具，完成分析目标。 结合业务的数据分析才是科学的，一切只看计算机输出结果不考虑业务实际情况的数据分析都是无（shua）用（liu）功（mang）。计算机能实现的算法也好，程序也好，只是数据分析中的一部分；如何选择分析切入点，如何选择数据来源，如何确定算法，如何解读结论，这些机器统统做不了，需要我们数据分析师来解决。

准确地来说，成功的商业决策者和普通消费者之间的区别，就在于前者对于同样的现象，更能从本质上细致而深刻地理解成因，并知道如何采取相对应的措施去改变现象（即使这种判断不是100%精确的）。事实上，和工程技术，医学，计算机一样，商业是一门严肃和精深的学问，只因其门槛比较低而且包含了相当的不确定性，所以你的亲戚朋友在你上学选择专业的时候认为它“比较虚”，身边的老一辈“土豪”企业家未必看过什么商业书籍一样把生意做的很大，很多人难免犬儒主义地认定经商成功的关键是运气和机遇而非技术和积累。

所谓的网站分析师，就是要对电商网站的各种常规指标进行监控，需要对异常的数据能够解释清楚现象和原因，到底是因为什么导致流量的波动、还是因为网站埋点出现了问题。以及像网站推广的不同渠道的优劣情况，访问、点击、ROI等进行分析，而像如果公司需要做一些大型的活动时，还需要能够对不同专题活动的效果进行分析，能够知道哪些内容是用户感兴趣点击的。

如果你在考虑跳槽(或进入这个行业)，我能给出的最好建议是现在就开始准备。你需要给自己大量时间, 避免填鸭模式。花点时间确保你能用自己的语言解释核心概念。电话面试的问题通常是这样：“如何向一个工程师解释什么是 p 值”假设，要向一位非统计专业，不使用专业术语的工程师解释。毫无疑问，你不想在这样的场合初次解释这些基本概念。 此外，不要低估紧张对于你记忆的影响，哪怕是回忆那些自认为很了解的内容。如果你是行业新人，你可能需要给自己更多时间去准备自己不熟悉的概念。

用户画像定义使用标签来量化用户特性属性，达到描述用户的目的。用户画像的难点就是数据源，因为你要拿到足够多足够全的数据很不容易，所以要与业务结合，比如说这个人在30天内购买了你的商品，这就是一个标签，但是如果你不参与开发这个系统，你不会想到有这个标签。然后是动态更新，一个人是不断变化的，就像梵高一样，他不同时期的自画像也是不一样的。

数据来源于2015年除夕，这个图没有加任何地图元素，仅仅依靠百度地图的定位数据就完整的展示了上海地图轮廓，并且路的形状完全被数据刻画出来。 这就是大数据的魔力，我们在手机APP上的位置信息最后都进入了各大公司的后台，然后被刻画出了。不过这些数据正好可以被我们利用来做新店选址，关键是都是免费的。 大数据选址可以在人流量、人流方向，人流随时间变化，竞争业态，人群画像，购物属性等提供帮助。

中国在各方面都是很大的长尾市场，互联网很大程度上弥补了信息的不对称，移动互联网又让把信息在精准送达到任意一个用户面前，且不论时间和地点。那么问题来了，如何才能将流量变现，实现产品的商业价值呢？ 为了充分发挥「大数据」的真正价值，第一步理应是整理数据。而整理数据的阶段目的是完成目标用户或者是现有用户的「画像」，只有得到了准确的用户画像，才能更好的达到流量变现的目的。

大数据时代，拥有数据就是拥有了宝贵的财富。现在获得数据已经变得越来越容易。但是数据的价值怎么才能最大的挖掘出来呢仅仅拥有数据是远远不够的，要使用数据来发挥价值。仅仅让机器来使用数据还是远远不够的，更最重要的在于企业里的 “人” 可以正确高效的使用数据。这就需要企业具备数据驱动的理念。 那么什么是数据驱动的理念怎么定义数据驱动有很多人从不同角度给出了不同的解释和阐述。

数据仓库主要是给我们需要存放的数据提供一个物理基础，我们对数据进行分析，原材料都放在这个数据仓库里面，这几年以来，除了数据仓库这个概念，还兴起了数据集市这个概念，数据集市其实就是部门级的数据仓库，规模比较小一点的数据仓库。

说到我们要做数据分析，没有米下锅怎么行？没有数据，我们还怎么做数据分析？前几天有个哥们在现场就问我，说我们是一家创业公司，我们也非常想做数据分析、机器学习这些，但是我们没有数据啊！这可怎么办？我们也不懂这些数据从哪儿来，更不懂技术方面的东西，公司也就几个人，还都是从传统公司或者刚毕业的。

相对而言，描述数据科学的实践是什么样的可能更容易。 简单地说，数据科学是用数据主导的答案解决实际问题的实践。实现这个目标的技术可能多种多样。你会常常听到数据科学家使用传统统计学、贝叶斯方法、机器学习、计算工具、行业领域知识来回答问题。 有时数据的规模会非常巨大，需要使用复杂的工具和方法来穿过迷雾，得到隐藏在数据中的清晰结论。但是没有哪个方法、工作、算式能回答所有问题，所以也很难为数据科学家下定义。

一开头一举就奠定了本文的基调：你们包括我都被骗了，国际数据是骗人的，我们要来针对国情进行分析。然后引用了数据并且列出数据来源。似乎好专业呀，又有Wikipedia、网站和期刊。然而，他完全就是在胡说八道。第一，这个表格中的数据，是来源于Modern Railways（一本大众期刊）第623期上面根据英国环境、运输和区域管理部的数据，范围是英国本土的各种交通方式（所以表格里面数据显示，大巴多安全呐）。

Excel是一个最原始而且最容易入手的分析工具之一，如果你有少量的数据进行分析和汇总的话，Excel是你的不二之选，结合丰富的函数与公式，你能轻松的得到你想要的数据，如果你懂得计算机语言，会使用VBA进行编程那就更是如虎添翼了，并且还可以轻松的制作棒图，饼图，折线图等图表。但是Excel不可能是完美的分析工具，因为他的数据容量实在是太小了，超过1万行的数据请不要使用Excel。

学习对大多数人而言是一件痛苦的事情，尤其看着厚厚的专业书籍、各种难以理解又缺乏解释说明的术语定义，会让这种痛苦加剧。但是有些书或文章能将复杂的理论用非常通俗、口语化的方式讲述出来，让读者不费劲，一下就能明白。这些内容实在是读书人的一种福音。说到底，互联网思维中的用户思维谈了这么久，教育、培训类内容的创作者们也应该好好改变一下，站在读者的角度说话了。

用户在线行为学，如果不使用用户浏览行为、使用数据、点击数据、交互数据、眼动图等，那就无异于盲人摸象。但是非常可怜，这个领域连摸的人都不多，都忙着上炒作，融资，忽悠去了。 周末受老朋友宋星邀请，参加WAW网站分析年度聚会，看到一群小伙伴在很低调地从微观数据、定量角度分析网民行为，DSP、互联网广告投放的数据解析。结合他们思考，也触发我的思考，下面将会议碎片思考与大家交流。