知识学习-技能

技术理论

人工智能，机器学习，深度学习
数据挖掘和数据分析
相互的关系和区别

机器学习

机器学习是一门技术，工具
常见的方法

特征工程

高级数据预处理
特征构建
特征选择
特征转换
特征学习

算法和应用

KNN-最近邻分类算法
决策树

数据分析

更偏重业务，统计分析方法

数据分析概述

2-1数据分析分类
2-2数据分析目的及意义
2-3数据分析方法与流程
2-4数据分析角色与职责
2-5数据分析师职业道德与行为准则

数据分析理论基础

数学与统计学基础
3-1线性代数
3-2微积分
3-3描述性统计

描述性统计分析
5-1统计学概述
5-2描述性统计图表
5-3集中趋势的描述
5-4离散程度的描述
5-5分布形态的描述
5-6相关分析

3-4参数估计
3-5假设检验
3-6相关分析
3-7卡方分析
3-8一元线性回归理论推导
3-9多元线性回归理论推导

统计分析基础
4-1统计学概述
4-2数据的概括性度量
4-3统计分布
4-4参数估计
4-5假设检验
4-6相关分析

推断性统计
6-1参数估计
6-2假设检验
6-3AB test
6-4使用带检验的AB test分析运营方案

数据思维

用户 产品 运营
人 产品 运营

结构化、公式化、业务化

思维技巧

第一种：对比法
对比主要分为以下几种：
横向对比：同一层级不同对象比较，如江苏不同市茅台销售情况。
纵向对比：同一对象不同层级比较，如江苏南京2021年各月份茅台销售情况。
目标对比：常见于目标管理，如完成率等。
时间对比：如同比、环比、月销售情况等，很多地方都会用到时间对比
第二种：象限法
象限法是运用坐标的方式，人工对数据进行划分，从而传递数据价值，将之转变为策略。象限法应用很广泛，像RFM模型、波士顿矩阵都是象限法思维。
下面这个RFM模型就是利用象限法，将用户分为8个不同的层级，从而对不同用户制定不同的营销策略。
第三种：漏斗法
漏斗思维本质上是一种流程思路，在确定好关键节点之后，计算节点之间的转化率。这个思路同样适用于很多地方，像电商的用户购买路径分析、app的注册转化率等等。
著名的海盗模型AARRR模型就是以漏斗模型作为基础的，从获客、激活、留存、变现、自传播五个关键节点，分析不同节点之间的转化率，找到能够提升的环节，采取措施。
第四种：二八法
“世界上80%的财富掌握在20%的富人手里”，这句话你一定听过。这就是二八法则，也叫帕累托法则。这个方法的思维就是抓重点，围绕找到的20%有效数据，找到其特征，使之产生更大的效果。
比如一个商超进行产品分析的时候，就可以对每个商品的利润进行排序，找到前20%的产品，那这些产品就是能够带来较多价值的商品，可以再通过组合销售、降价销售等手段，进一步激发其带来的收益回报。
第五种：指数法
指数思维是一种目标驱动型思维，通过将无法利用的数据加工成指数，达到聚焦的目的，从而找到方向。但指数法没有统一的标准，比较多依靠经验，一旦设立的话不会经常变动。如果数据没有规律的时候，可以试试这个方法。
第六种：假设法
假设法一般用在进入新领域的时候，没有历史数据参考，没有外部线索，这个时候就需要假设。通过假设的数据进行反推，再去制定计划，整个过程是先假设，后验证，再分析结果。
比如在对新产品进行定价的时候，就是根据成本去假设一个售价，由销售情况去验证，再决定是否需要上调或者下调价格，以达到最大利润。
第七种：多维法
多维法主要是通过对数据的切割，分成多个维度，通过立方体的形式进行数据展示。在对数据进行交叉分析的时候，可能会出现辛普森悖论，与之而来的应对方法有钻取、上卷、切片、切块、旋转等。
多维法的使用场景也很广，比如一个app的用户分析，可以从注册数、用户偏好、用户兴趣和用户流失等角度进行分析。

业务分析的方法和模型

就是思维的应用

业务分析方法应用 - 杜邦分析法、帕累托分析 法、四象限分析法
杜邦分析法
转换漏斗
象限分析
用户分层

业务模型应用 - 价值模型、帕累托模型、漏斗 模型、RFM模型

1. PEST分析模型
   政治环境：政治体制、经济体制、财政政策、税收政策、产业政策、投资政策等。
   社会环境：人口规模、性别比例、年龄结构、生活力式、购买习惯、城市特点等。
   技术环境：折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度等。
   经济环境：GDP 及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。

2.W2H分析模型

3. 逻辑树分析模型

4. 4P营销理论模型
   （1）产品
   能提供给市场，被人们使用和消费并满足人们某种需求的任何东西，包括有形产品、服务、人员、组织、观念和它们的组合。
   （2）价格
   购买产品时的价格，包括基本价格、折扣价格、支付期限等。影响价格的主要因素有需求、成本和竞争。
   （3）渠道
   产品从生产企业流转到用户手上全过程所经历的各个环节。
   （4）促销
   企业通过销售行为的改变来激励用户消费，以短期的行为促进消费的增长，吸引其他品牌用户或导致提钱消费来促进销售增长。

5. 用户行为模型
   留存分析 用户分群 用户画像 用户喜茶
   AARRR模型是做数据分析最基础的模型之一了，所谓的AARRR就是指获取、激活、留存、变现和传播。
   AARRR模型又叫海盗模型，这个模型把实现用户增长拆分成了 5 个指标：获客、激活、留存、收益、传播。
   6.PFM模型
   R——最后交易距离当前天数（Recency）
   F——累计交易次数（Frequency）
   M——累计交易金额（Monetary）
   RFM分析也就是通过这个三个指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。

6. SWOT分析模型
   SWOT分析法也叫态势分析法，S是优势、W是劣势，O是机会、T是威胁或风险。

7. 漏斗模型
   转化漏斗模型，主要是通过转化率分析整个业务流程中的转化和流失情况。通过转化数据，对每个环节的流失用户再进行精准营销。举个例子：一个手机公司同时在抖音和小红书投放了广告，通过转化漏斗发现小红书带来的最终购买比较低，那么此时就找到了解决问题的抓手，可以就提高小红书渠道的转化去做优化。

RFM 分析	留存分析	用户粘性分析
ABC分析	用户画像分析	需求分析方法-KANO模型
波士顿矩阵图	月复购分析	库存周转分析
转化分析	AARRR 用户运营分析	杜邦分析
购物篮分析-关联规则	用户流入流出分析	盈亏平衡分析
复购率分析	用户生命周期状态分析	同环比分析

案例分析：
客户分析 - 电商客户维度综合分析案例（用户 生命周期、用户特征、用户行为分析）
产品分析 - 电商产品维度综合分析案例（商品 画像、商品标签、商品定位策略分析）
运营分析 - 互联网运营业务综合分析案例（运 营效果分析、电商漏斗模型分析应用）
行为效果分析 - 电商运营活动效果评估分析案 例（A/B测试、行为效果评估）
市场分析 - 汽车行业市场分析案例（市场分析 报告撰写方法）

撰写分析报告

这个是重点
背景
目的
思路
内容
结论
建议

指标体系

1. 数据进行合理分类
   维度 指标
   量化，界定，口径，范围，
2. 指标体系

常见的场景

1. 行业分析（竞品）
2. 下降和增加（波动）
3. 活动效果评估（活动）
4. 常规分析，日常监测
   分析是很容易的，而且没有标准答案。
   可能很长，可能很短。思维能力呢

数据挖掘

偏重方法层面
预测， 分类
聚类 关联规则

应用

最低层面：最原始算法、方法的搬运工。对场景进行建模，简化，公式化，业务化，结构化。

中级层面：适当的结合场景创新

终极层面：理论改进