数据之路



概述

导读

搭建数据指标体系

业务理解

核心指标

业务指标

AARRR

漏斗转化

数据建设

数据埋点

数据上报&格式设计

埋点类型

上报策略

安全性

数据清洗

python

sql

hive

hadoop

报表建设

指标确定

数据计算

可视化

权限管控

例行监控

日志监控

传输监控

计算任务

指标异常

短信邮件提醒

编程相关


python基础

numpy

pandas

数据etl

数据可视化

数据分析


方法论

- PEST分析法

- SWOT分析法

- 5W2H分析法

- 4P理论

- AARRR

分析方法

趋势分析

对比分析

交叉分析

维度拆解

漏斗分析

留存分析

用户分群

AB测试

竞品分析

问题排查

埋点策略

- 上报时机

- 实时状况

- 场景覆盖

数据清洗

日志丢失

统计口径


数据挖掘


构建模型

- 分类与预测:回归分析、决策树、贝叶斯、SVM、神经网络

- 聚类分析:k-means、k-中心点

- 关联分析

- 时间序列分析:ar、ma、arma、arima

案例分析


目标定义

数据采集

数据清洗

构建模型

- 分类:输出类别

- 回归:输出数值

- 聚类:描述型

模型评估

模型部署

效果评估

分析报告

总结

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容