概述
導(dǎo)讀
搭建數(shù)據(jù)指標(biāo)體系
業(yè)務(wù)理解
核心指標(biāo)
業(yè)務(wù)指標(biāo)
AARRR
漏斗轉(zhuǎn)化
數(shù)據(jù)建設(shè)
數(shù)據(jù)埋點(diǎn)
數(shù)據(jù)上報(bào)&格式設(shè)計(jì)
埋點(diǎn)類型
上報(bào)策略
安全性
數(shù)據(jù)清洗
python
sql
hive
hadoop
報(bào)表建設(shè)
指標(biāo)確定
數(shù)據(jù)計(jì)算
可視化
權(quán)限管控
例行監(jiān)控
日志監(jiān)控
傳輸監(jiān)控
計(jì)算任務(wù)
指標(biāo)異常
短信郵件提醒
編程相關(guān)
python基礎(chǔ)
numpy
pandas
數(shù)據(jù)etl
數(shù)據(jù)可視化
數(shù)據(jù)分析
方法論
- PEST分析法
- SWOT分析法
- 5W2H分析法
- 4P理論
- AARRR
分析方法
趨勢分析
對(duì)比分析
交叉分析
維度拆解
漏斗分析
留存分析
用戶分群
AB測試
競品分析
問題排查
埋點(diǎn)策略
- 上報(bào)時(shí)機(jī)
- 實(shí)時(shí)狀況
- 場景覆蓋
數(shù)據(jù)清洗
日志丟失
統(tǒng)計(jì)口徑
數(shù)據(jù)挖掘
構(gòu)建模型
- 分類與預(yù)測：回歸分析、決策樹、貝葉斯、SVM、神經(jīng)網(wǎng)絡(luò)
- 聚類分析：k-means、k-中心點(diǎn)
- 關(guān)聯(lián)分析
- 時(shí)間序列分析：ar、ma、arma、arima
案例分析
目標(biāo)定義
數(shù)據(jù)采集
數(shù)據(jù)清洗
構(gòu)建模型
- 分類：輸出類別
- 回歸：輸出數(shù)值
- 聚類：描述型
模型評(píng)估
模型部署
效果評(píng)估
分析報(bào)告
總結(jié)
