笔记来自哔哩哔哩up主戴师兄数分视频~
1、什么是数据分析观测：对事物形成客观量化的认知（获取数据并制作报表、图表、仪表盘）
实验：通过不断的提出假设、实践假设，并且基于观测的数据去验证这些假设，目的是准确得知哪些方法可以有效地朝着人为设定的方向去发展
应用：在实际的生产环境下，使用实验已经得到的技术和方法，并且基于数据去不断的迭代和反馈。目的是用实验得到的新方法有效地去提升生产力，真正应用到生产中去创造价值。
2、实现三大步骤的各种方法观测：
1）采集数据：
解析系统日志、埋点获取新数据、通过传感器采集（天气、手环）、爬虫（解析网站、抓取数据）、API（API平台文档—>用API获取数据）
2）存储数据：各种类型的数据库：hive、MySQL、PostgreSQL、SQLServer、Presto、Impala……（数据工程师）
3）展示数据：可视化高效传达信息
分析数据的目的：及时发现异常、找到数据之间的因果关系
因为数据是客观统一的，有统一的认知才能有共同的目标
4）设定标准+发现异常：要知道怎样数据是正常的，才能发现异常
5）研究关系：可视化查看相关性、建模推导相关性
实验：
提出假设，然后验证假设，将未知变为已知，找到客观规律和解决问题的最好方法
所有未经事实数据验证的想法都是假设
设计A/B测试获取数据：明确实验目标、确定核心指标、合理提出假设、预估样本数量、预估实验时长、设计开发实验、检查实验数据，设定结束标准、确定优化策略等。
如何在业务只有少量数据时设计数据实验？
如何在无法同时测试两个版本时比较数据？
应用：
如何应用数据创造价值：
①基于数据反馈不断迭代产品和业务策略、②基于数据训练算法让机器自动化完成工作
拆解目标方法：流程拆解法、二分法、象限拆解法、杜邦分析法、AARRR、PEST、RFM、SWOT、5W1H（拆解只要符合MECE法则即可）
小结：
为什么要分析数据：及时发现异常、找到数据之间的因果关系
有哪些分析框架和方法：杜邦分析法、AARRR、PEST、RFM等
数据分析如何实现：观测、实验、应用
如何进行A/B测试：明确实验目标、确定核心指标、合理提出假设、预估样本数量、预估实验时长、设计开发实验、检查实验数据，设定结束标准、确定优化策略等
如何基于数据创造价值：基于数据不断迭代产品和业务策略，基于数据训练算法让机器自动化完成工作
如何基于数据训练算法：明确的业务目标—>数据—>判断算法是否真的创造了实际价值—>帮助业务更好的使用算法
