第一步：数据准备：（70%时间）
• 获取数据（爬虫，数据仓库）
• 验证数据
• 数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集）
• 使用python进行文件读取csv或者txt便于操作数据文件（I/O和文件串的处理，逗号分隔）
• 抽样（大数据时。关键是随机）
• 存储和归档
第二步：数据观察（发现规律和隐藏的关联）
• 单一变量：点图、抖动图；直方图、核密度估计；累计分布函数
• 两个变量：散点图、LOESS平滑、残差分析、对数图、倾斜
• 多个变量：假色图、马赛克图、平行左边图
第三步：数据建模
• 推算和估算（均衡可行性和成本消耗）
• 缩放参数模型（缩放维度优化问题）
• 建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）
第四步：数据挖掘
• 选择合适的机器学习算法（蒙特卡洛模拟，相似度计算，主成分分析）
• 大数据考虑用Map/Reduce
• 得出结论，绘制最后图表
循环到第二步到第四步，进行数据分析，根据图表得出结论完成文章。
业务分析版
“无尺度网络模型”的作者艾伯特-拉斯洛•巴拉巴西认为——人类93%的行为是可以预测的。数据作为人类活动的痕迹，就像金矿等待发掘。但是首先你得明确自己的业务需求，数据才可能为你所用。
1. 数据为王，业务是核心
• 了解整个产业链的结构
• 制定好业务的发展规划
• 衡量的核心指标有哪些
有了数据必须和业务结合才有效果。首先你需要摸清楚所在产业链的整个结构，对行业的上游和下游的经营情况有大致的了解。然后根据业务当前的需要，指定发展计划，从而归类出需要整理的数据。最后一步详细的列出数据核心指标（KPI），并且对几个核心指标进行更细致的拆解，当然具体结合你的业务属性来处理，找出那些对指标影响幅度较大的影响因子。前期资料的收集以及业务现况的全面掌握非常关键。
2. 思考指标现状，发现多维规律
• 熟悉产品框架，全面定义每个指标的运营现状
• 对比同行业指标，挖掘隐藏的提升空间
• 拆解关键指标，合理设置运营方法来观察效果
• 争对核心用户，单独进行产品用研与需求挖掘
发现规律不一定需要很高深的编程方法，或者复杂的统计公式，更重要的是培养一种感觉和意识。不能用你的感觉去揣测用户的感觉，因为每个人的教育背景、生活环境都不一样。很多数据元素之间的关系没有明显的显示，需要使用直觉与观察（数据可视化技术来呈现）。
3. 规律验证，经验总结
发现了规律之后不能立刻上线，需要在测试机上对模型进行验证。
P.S.数学建模能力对培养数感有一定的帮助
数据分析推荐书单
《Head First Data Analysis》：深入浅出数据分析
电子工业出版社的经典书目系列，从数据分析基本步骤开始、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧一一讲到。图比较多，适合入门。
《Head First Statistics》：深入浅出统计学
推荐理由同上，适合入门者的经典教材。
《R in Action-Data Analysis and Graphics with R》：R语言实战
R是属于GNU系统的一个自由、免费、源代码开放的软件，用于统计计算和统计制图。这本书从实用的统计研究角度逐例分析R在数据处理、模型构建、以及图形操作上的由浅入深的结合，堪称经典。
《数据之魅-基于开源工具的数据分析》：数据之魅
作者是华盛顿大学理论物理学博士。这本书是数据分析的经典之一，包含大量的R语言模拟过程及结果展示，例举了很多数据分析实例和代码。
《数据挖掘-市场营销、销售与客户关系管理领域应用》：数据挖掘技术
作者是Data Miners的创办人，有二十多年的营销和客户关系管理结合数据挖掘的经验。详细介绍了作为一个数据挖掘团队需要的知识体系，包括数据库、SAS使用、统计学、机器学习、数据可视化、如何访问用户收集需求、如何写论文与沟通等等。有条件的建议看英文原版。
先把这些花时间啃啃，数据分析的理论部分就基本入门了，根据实际情况还需要结合你的业务需求来进行系统的学习。
产品经理应该从哪里做起学习数据分析?
2、产品一般能接触到的数据产品基础运营数据、用户数据、用户行为数据、推广渠道数据、营收数据、用户调研数据3、产品一般会做的分析基础运营数据分析：用户特征分析：这个也不难，用户画像越丰富越好。除了最大限度的了解你的客户以外，还有一个重要的事情是要经常和你的目标用户画像做对比，以及时调整产品策...
产品经理怎么用好数据分析?
产品经理需要分析的数据有很多，就是基础数据。基础数据就是下载量、激活量、新增用户量、活跃用户等。还有社交产品，社交产品有用户分布、用户留存等。还有电商。淘宝指数、网站流量、跳出率、页面访问深度等。同时还有内容类，内容转化率、留存量。工具类就是功能点击量、应用商城排名。那么大家知道不知道数...
产品经理要掌握那些数据知识?
2，会写sql，简单的查询语句自己动手，不求人，分析数据更快捷。这一点可以算是锦上添花了，如果是技术出身的产品经理自然不必说。如果不是的话，在一些流程规定繁琐的公司，想拿到一份有力的数据分析报表就需要求爷爷告奶奶的走流程，请吃饭了。3，熟练地Excel是用，什么函数啊，透视表啊，图表啊，...
产品经理要学习哪些知识?
首先，工具掌握是基础。产品经理需要熟悉产品设计工具，如思维导图、信息架构设计工具（如xmind、MindNode、ProcessOn），用户需求挖掘工具（如金数据、问卷星、问卷网），以及流程图设计工具（如Microsoft Visio、OmniGraffle、ProcessOn）。其次，专项能力是核心。入门产品经理应重点掌握产品设计与产品管理技能。
产品经理需要学什么
2. 数据知识 这里有三类数据工具是一个新产品经理需要学会的：用户分析工具——包含了用户是如何与我们产品交互的数据。销售分析工具——包含了我们产品的销售周期数据。数据仓库分析工具——向展示了这些数据是如何随时间变化。实现这三类工具的每一项能力意味着两件事：第一，你知道如何利用这些工具去回答...
互联网产品经理需要具备哪些专业知识
对于一般意义的互联网产品经理，需要掌握的知识多且杂，但大概能归拢到以下几点：网站及网站相关的内容的基础知识，包含HTML，Javascript，UI，UE，一些脚本语言的功能特性等。互联网产品的一般研发流程，从调研，分析，原型设计，开发，测试，运营。互联网的前沿技术趋势和设计趋势，比如现在比较流行的pinterest...
想当一名产品经理,该学哪些知识
基础的有互联网思维、产品设计方法论、产品设计流程、产品原型设计工具、需求文档撰写、产品运营、可以参考这个图
作为产品经理,如何了解一个行业(知识框架整理)
作为产品经理，深入探索行业知识的基石和策略作为产品经理，全面理解行业是至关重要的，无论是为了驱动产品决策，还是在面试中展现专业性。以下是一套系统化的知识框架，帮助你轻松掌握行业动态和关键要素。行业基础定义：首先，明确你的产品所属领域，如K12教育，这为后续分析提供了基石。术语认知：学习并...
入门|盘点那些产品经理必须知道的知识点!
确保数据安全。接口：理解前端与后端的交互，如数据请求与响应。数据库：理解数据存储与管理，掌握增删改查操作。记住，技术是解决问题的工具，产品经理的核心是理解需求、解决问题和推动产品发展。深入学习是提升专业能力的必要步骤，持续学习是关键。更多产品知识，关注我们的元哥带你探索产品经理的世界！
产品经理需要懂技术吗?懂到什么程度
产品开发出来必须推广到市场，否则产品就是一个实验品。产品经理不需要完全负责运营推广，但是必须对运营人员提供必备的支持。基本工作如下：基础运营数据：获取产品的基础运营数据，例如下载量，用户量，支付金额，留存；埋点：埋点的一种获取产品运营数据的重要方法，他可以分析页面点击，页面转化等等；业务...
