就昨日给大家的短培训做个小结纪要：
统计学是数学的重要分支，在大数据时代数据分析的价值显性且效果显著，它能揭示现象行为背后真实或近真实的客观规律，对过去现在未来的行为作出合理归因或指导预测。
不论运营产品还是其他任何岗位都需要数据分析，但也不要把它想得太复杂，化繁为简，先从框架线索，再逐层细化：
1、确定需求目标
不是为了分析而分析，和产品设计一样一定要为需求服务。
2、确定核心指标
3、根据需求进一步确定指标可以拆分的维度，最好是多维度；然后按维度进行分解拆分
1）可以横向
2）可以纵向
4、确定指标的具体数据类型，当然也可以把它理解成指标本身，如
1）总值
2）均值
3）峰值
4）最小值等
5、根据维度进行分布分析，可以理解为空间分析，多生成占比图、分布图（函数）
6、根据时间维度分析，趋势走势，进行回溯拟合及预测，结合环境因子寻找增减或波浮规律或异常
7、寻找合适的工具实现分析结果，即数据的可视化
ps：这是昨天没说的，补充一下，正如传统经济学的假设是理性人一样，数据统计学的假设是数据是有规律可循的。但作为以非理性人为主体的经济学这个假设显然是真空的，因而行为经济学现在才会大行其道，用研发的语言来说应该在生产环境而非测试环境运行。数据分析很难解决完全的随机性场景，比如中国股市，当然这也取决于数据化交易策略的时间粒度。但就我们日常的经营而言，绝大部分的行为是可以量化分析，寻找规律的，是我们工作进一步精细化的依据。与此同时我们也期待黑天鹅能砸重我们！
just do it！
掌门 艾老师
2017年3月3日卯时
