《數(shù)據(jù)掘金 電子商務(wù)運(yùn)營(yíng)突圍》，作者譚磊
《數(shù)據(jù)掘金》-電子商務(wù)運(yùn)營(yíng)和數(shù)據(jù)
《數(shù)據(jù)掘金》- 我們需要知道的數(shù)據(jù)分析
《數(shù)據(jù)掘金》- 我們需要知道的數(shù)據(jù)挖掘
《數(shù)據(jù)掘金》- 數(shù)據(jù)分析和數(shù)據(jù)挖掘工具的選擇
《數(shù)據(jù)掘金》- 電子商務(wù)數(shù)據(jù)運(yùn)營(yíng)
《數(shù)據(jù)掘金》- 數(shù)據(jù)運(yùn)營(yíng)的方法（上）
《數(shù)據(jù)掘金》- 數(shù)據(jù)運(yùn)營(yíng)的方法（下）
《數(shù)據(jù)掘金》- 流量
《數(shù)據(jù)掘金》- 用戶行為分析
《數(shù)據(jù)掘金》- 挖掘客戶價(jià)值
《數(shù)據(jù)掘金》- 后記
EDA與CDA
這兩個(gè)概念還真是第一次看到，探索式分析和驗(yàn)性分析倒是知道，估計(jì)統(tǒng)計(jì)學(xué)的書上會(huì)有，以后得補(bǔ)補(bǔ)。
EDA
Exploratory Data Analysis，探索性數(shù)據(jù)分析
描述性統(tǒng)計(jì)分析，是為了產(chǎn)生一個(gè)結(jié)論而對(duì)數(shù)據(jù)進(jìn)行分析的一種方法，側(cè)重于在數(shù)據(jù)之中發(fā)現(xiàn)新的特征CDA
Confirmatory Data Analysis，驗(yàn)證性數(shù)據(jù)分析
定性數(shù)據(jù)分析，在已有的假設(shè)基礎(chǔ)上進(jìn)行證實(shí)或證偽
簡(jiǎn)單來(lái)說(shuō)，就是如果已經(jīng)有了一個(gè)結(jié)論或猜測(cè)想要通過(guò)數(shù)據(jù)去驗(yàn)證下，就是CDA，驗(yàn)證性分析；如果就是想看看數(shù)據(jù)，想從數(shù)據(jù)中發(fā)現(xiàn)點(diǎn)兒什么結(jié)論，就是EDA，探索式分析。
倒也不需要糾結(jié)于這兩種概念，只需要知道這兩種分析方式就行了。
電子商務(wù)中的三種基礎(chǔ)數(shù)據(jù)
作者把電子商務(wù)中的數(shù)據(jù)，分為三種類型：
數(shù)值型數(shù)據(jù)
就是可加、可減的數(shù)值，用戶數(shù)、成交金額、訂單數(shù)這種分類型數(shù)據(jù)
客觀存在的枚舉值，比如省份：上海、北京，電子產(chǎn)品：手機(jī)、電腦、相機(jī)性質(zhì)型數(shù)據(jù)
這個(gè)和分類型數(shù)據(jù)的區(qū)別，就是，上面是通用的定義維度，而這個(gè)是自定義的描述信息，我感覺還是有點(diǎn)兒類似的，理解了就好，比如低活躍用戶、高活躍用戶，低價(jià)值、高價(jià)值
關(guān)于平均數(shù)
拿到數(shù)據(jù)之后，我們會(huì)先看看數(shù)據(jù)的一個(gè)概況，最大值，最小值，平均值等等，可以對(duì)當(dāng)前數(shù)據(jù)有一個(gè)基本的理解。
平均值有很多種，算數(shù)平均值，幾何平均值，加權(quán)平均值，中間數(shù)，截尾均數(shù)
在 不同的場(chǎng)景下，我們要選擇不同的統(tǒng)計(jì)方式，比如看看有沒有極值，這個(gè)對(duì)平均值有很大的影響。
數(shù)據(jù)規(guī)范化方法
作者還講了數(shù)據(jù)集成、數(shù)據(jù)清洗的一些內(nèi)容，就略過(guò)了，來(lái)看看這個(gè)數(shù)據(jù)規(guī)范化。
關(guān)于數(shù)據(jù)標(biāo)準(zhǔn)化，之前的一篇文章：
網(wǎng)站日志
作者也詳細(xì)介紹了日志的內(nèi)容，主要是服務(wù)器端日志，日志的格式，實(shí)例，這部分我沒有仔細(xì)看，略過(guò)。
當(dāng)然，日志數(shù)據(jù)是很重要的， 尤其是用戶行為的分析。
數(shù)據(jù)圖表
字不如表，表不如圖，關(guān)于圖表，作者只是一筆帶過(guò)，參考之前的一些文章：
