MySQL索引创建规则、复合索引、索引的注意点
数据分析七大能力？1、理解业务 2、梳理需求 3、梳理指标体系 4、梳理标签体系 5、选择分析方法 6、设计数据实验 7、输出数据报告
什么是数据需求？顾名思义，数据需求，就是业务部门对数据分析产出的需求。 怎样是清晰的需求？ 一个清晰的需求，需要做到5w清晰。 Who：数据使用者 When：数据使用时间 Where：数据使用场合 Why：使用数据原因 What：具体数据格式
什么是标签“体系”？围绕一个业务场景，实现业务闭环操作的若干个标签组合，称为标签体系。之所以需要标签体系，是因为单一的标签没办法满足闭环操作的需求。
什么是标签？ 标签是对事物的概要性描述。就像商品标签上会写商品分类、主要原料一样。 虽然一件商品有很多属性，但是我们只通过几个有限的标签，就能锁定我们想要的商品，这就是标签的作用。
什么是指标体系？用一系列指标来描述业务，即为指标体系。 业务很复杂，用一两个指标很难说清楚的时候，就需要指标体系来描述。
什么是MECE？MECE是（Mutually Exclusive Collectively Exhaustive）的缩写，指的是“相互独立，完全穷尽”的分类原则。 通过MECE方法对问题进行分类，能做到清晰准确，从而容易找到答案。
什么是标签？标签是有明确含义的，概括性的描述。 什么是标签分析？标签分析，特指用打标签的方式，把难以量化的因素转化为标签，进而分析该因素与其他事情的关系。
什么叫“相关”？简单来说，相关就是两个事件之间有关系。 什么是“相关分析”？相关分析，特指：找到两个数据指标之间的相关关系。
为什么叫漏斗？漏斗是对一个连续的操作步骤的形象称呼。 反应在数据上，参与各个顺序步骤的人，是越来越少的。
当我们遇到一堆指标的时候，一定要先分清这些指标之间的关系，之后再下手。 今天先其中一种分析方法——分享指标拆解法。
数据分析领域，有一个简单，但非常致命的核心问题：“到底指标是多少，才算好？” 为了这个问题，公司里经常吵成一团。矩阵分析法就是试图解决这个问题。 它的逻辑非常简单：比平均值高，就算好！
为什么要做分层？分层分析，是为了应对平均值失效的场景。
何为“结构”？一般把构成整体的各个部分叫：结构。
常见的周期包括两种：自然周期/生命周期。
有小伙伴问：那做活动分析，是不是也有模型呢？答：不但有，而且很多。而且互联网大厂尤其热衷于创造新模型，以至于每年都有新词冒出来，诸如：AIPL、FAST、GROW、RISE、5A……等等，看得人头晕目眩。今天就跟大家简单聊聊这些营销模型背后的底层逻辑。
回归分析是所有分析模型里最浅显，最容易懂的，并且回归分析有很多变化形态，能适用于很多问题场景。今天就一起来看一下。
为什么叫“漏斗”呢？ 漏斗模型是个形象的称呼，指的是：当业务流程变长的时候，用户会流失。 这样把整个流程串起来看，就好像一个“漏斗”一样。用数据描述这个流程，是为漏斗模型。
今天继续来谈数据分析八大模型系列。今天分享的，是一个原理很简单，但是应用很广泛的模型：同期群模型。在商品分析、用户分析、渠道分析上，都用得着哦。
RFM模型由三个基础指标组成： R：最近一次消费至今的时间 F：一定时间内重复消费频率 M：一定时间内累计消费金额
销售分析有一个最常用的模型：人货场模型。 这是来源于传统零售业的经典分析模型，在电商环境里其实也能用。大家一起来看一下吧。
OGSM是一套企业管理方法论，包含四个部分， O（Objective）：目的，指企业要达成的目标，一般是定性描述 G（Goal）：目标，从企业目标里拆分出的，可量化/可跟踪的目标 S（Strategy）：策略，达成目标的做法组合 M（Measurement）：度量，衡量策略是否执行到位 让我们看看，具体怎么理解
PEST指的是政策、经济、社会、技术。那怎么用PEST模型对行业进行分析呢？
“用数据来治理数据”的具体思路 ？ 1、数据模型本身的监控 2、业务复杂性的监控 数据模型的监控可以理解，但为什么要监控业务复杂性？ 是因为业务复杂性很大程度上影响了数据模型的复杂性和成本，因此同样需要监控。
数据治理当前的现状和不足分三个层次的总结
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
