马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
如果想深入学习数据分析的话建议了解一些数据挖掘的知识。 如何系统地学习数据挖掘?
做数据分析不得不看的书有哪些?
什么是数据挖掘?
谈一些个人的工作经验,希望对后来人有帮助。首先总结下平时数据分析的一般步骤。
---------------------------浓缩精华版--------------------------------
第一步:数据准备:(70%时间)
第二步:数据观察(发现规律和隐藏的关联)
第三步:数据建模
第四步:数据挖掘
循环到第二步到第四步,进行数据分析,根据图表得出结论完成文章。
------------------------------业务分析版-------------------------------- “无尺度网络模型”的作者艾伯特-拉斯洛·巴拉巴西认为——人类93%的行为是可以预测的。数据作为人类活动的痕迹,就像金矿等待发掘。但是首先你得明确自己的业务需求,数据才可能为你所用。
1. 数据为王,业务是核心 了解整个产业链的结构 制定好业务的发展规划
衡量的核心指标有哪些
有了数据必须和业务结合才有效果。首先你需要摸清楚所在产业链的整个结构,对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要,指定发展计划,从而归类出需要整理的数据。最后一步详细的列出数据核心指标(KPI),并且对几个核心指标进行更细致的拆解,当然具体结合你的业务属性来处理,找出那些对指标影响幅度较大的影响因子。前期资料的收集以及业务现况的全面掌握非常关键。
2. 思考指标现状,发现多维规律 熟悉产品框架,全面定义每个指标的运营现状
对比同行业指标,挖掘隐藏的提升空间
拆解关键指标,合理设置运营方法来观察效果
争对核心用户,单独进行产品用研与需求挖掘
发现规律不一定需要很高深的编程方法,或者复杂的统计公式,更重要的是培养一种感觉和意识。不能用你的感觉去揣测用户的感觉,因为每个人的教育背景、生活环境都不一样。很多数据元素之间的关系没有明显的显示,需要使用直觉与观察(数据可视化技术来呈现)。
3. 规律验证,经验总结 发现了规律之后不能立刻上线,需要在测试机上对模型进行验证。
P.S.数学建模能力对培养数感有一定的帮助 推荐两个论坛: 数学建模与数学应用论坛(Mathematical Modeling and Mathematical Applications Forum)
数学中国 (数学建模)-最专业的数学理论研究、建模实践平台
来自群组: Hadoop中国 |