Ⅰ 數據分析一般有哪些准備工作
前幾天也和人探討了下數據分析，也順便和你說下，工作流程一般是這樣的：事前，採集歷史數據，分析數據關聯性，推測可能的模型和影響因子；
事中，採集線上數據，同前期規劃模型作比較，找到實際問題中的亟待解決的問題和模型改善，為進一步產品改進等做可能性、關聯性分析；
事後，歸納數據，發現自己分析的不足、考慮問題的全面性，為接下來的分析工作做經驗儲備； 簡單的講就是：
事前估計，為什麼會有這樣的預測，有什麼樣的數據或是模型支持此分析結果；
事中監測，有哪些突變或是自己尚未前瞻到的異常用戶數據，如何將其融合到新一輪的數據分析中，如何更好的為產品改進服務；
事後總結，在這次事件中有哪些問題，問題的原因出自哪裡，模型的問題還是客觀性或是其他問題，不斷提升自己的數據領悟力； 在數據分析中，重數據，卻不拘泥於數據；考慮模型，但要動態變化；不能為數據而數據，應該是客觀的評析數據，提出合理的分析結果；不斷在實踐中提升自己的感悟能力，這不是一朝一夕的事。數據既為上，又為己，希望你可以理解。