数据的分析思维导图

最近几年，数据分析受到了追捧，很多网络公司甚至可以在小型应用程序购物等app进行相关数据分析工作。例如：在观察到你在浏览有关户外烹饪的视频后，你接下来刷到的大部分可能与美食有关。这是在后台分析数据了解偏好后，更加迎合你，继续使用他们的产品，最后对你进行营销。我相信这种现象大家都经历过。

数据分析如此强大，从事相关工作的人越来越多。数据分析包括什么?如何学习数据分析?接下来，我们将通过坚果云思维导图形式一起学习数据分析的想法。

数据的分析思维导图

　　数据分析概述

首先，数据分析的目的是什么?数据分析就是通过统计计算提取有价值的信息，以便做出更多的决策或结论。因此，数据分析具有预测、支持营销等作用。随着互联网的增长，数据分析应用程序越来越多，主要方案可以分为运营、产品和市场三个主要领域。其分析方向可以查看以下思维导图：

数据的分析思维导图

　　数据分析过程

每个方法都有相应的近似流程，数据分析包括需求分析、数据提取、数据清理、数据分析、数据分析报告、报告的决策或关于实际业务的结论等数据分析流程。

数据的分析思维导图

　　数据类型和数据收集方法

执行数据分析需要数据支持。数据分为定性数据和定量数据，这是通过一定的计算和推理形成的数据，定量数据是客观估计的数据。数据收集手段主要可以通过数据卖场点、第三方数据统计平台、问卷调查的形式获得。数据掩埋点主要由用户数、用户停留时间、用户浏览行为等组成。第三方数据统计平台包括统计局、主要搜索引擎、Google Amalytics等，通过这些平台可以快速搜索信息。问卷调查应该是最直接的方式，通过问卷调查形式直接通过用户收集我们想要的信息，但是现在问卷有些扩散，建议用创新的方法收集数据。

收集数据后，我们要相应地整理。例如，删除异常数据并相应地对数据进行分类。整理数据时，数据之间的某些连接，尤其是潜在连接，往往具有很大的价值。

数据的分析思维导图

　　建立数据分析系统构建数据分析系统是通过几种模型或科学方法分析数据。主要有QQ模型、用户行为理论、5H2H分析、AARR模型、RFM模型、人码模型等。你会想知道这些模型的作用。模型是提供帮助我们进行适当数据分析的方法。

数据的分析思维导图

　　分析数据后，通常需要输出统计报告，以便管理员更快地做出决定。数据分析报告可以适当使用思维导图，可以更加形象的展示内容