1，資訊幾乎都是用於兩個目的：操作型記錄的儲存和分析型決策的制定。簡單說，操作性系統儲存資料，而dw/bi系統使用資料。
2，同比環比從定義上來說很簡單，吳捷的答案說的很清楚了，我來補充一下兩者的適用範圍：
同比是今年的某個階段與去年的相同時段比較，適用於觀察某個指標在不同年度的變化，優勢是可以去除大多數業務的季節因素，比如招聘，2月是淡季，3月是旺季，做3月的分析時用環比實際上體現出的是招聘市場的變化，而不是公司銷售額的變化，用同比則可以看出今年的增長情況；劣勢是靈活性較低，因為同比大多數以年為單位（否則就達不到去除季節因素的目標），不能反映出資料的短期大量變化。
環比是某個階段與其上乙個時長相等的階段做比較，比如上週和本週，上月和本月，上季度和本季度等等，用於表示資料的連續變化趨勢，優勢是對於高速增長型業務，能非常好的體現出業務的增長趨勢和事件的影響（典型如新開**流量，uv第一周100，第二週300，第三週500，第四周做了個活動，2000，第五周1000，那麼前三周**的使用者增長趨勢很好，第四周資料有個突增，能看到活動帶來的增長是很明顯的），劣勢是光看數字難以排除季節性因素，且對於穩定波動型資料（例如部門人數，每月有進有出，一年內的走勢不明確，但部門規模又逐年擴大）來說，趨勢不明顯，環比意義相對小。
資料分析筆記
資料分析的步驟 明確問題 理解資料 資料清洗 資料分析或建模 視覺化 資料分析的好習慣 資料清洗的步驟 套路 選擇所要用到的子集 刪除重複值 缺失值處理 一致化處理 資料排序 異常值處理 一致化處理 的意思是，例如有些欄位中的資料，格式不一樣，那麼就要對這些資料進行處理，讓他們的格式一致化，例如日期...
資料分析學習筆記
資料分析的常規步驟 1.確定問題 2.分解問題 3.評估問題 4.制定相應的決策 用一句話概括就是 現有的資料能否解決現在的問題，分析問題的瓶頸所在，評估分析的方式方法，找到最合理的資料分析方案進行實施。資料分析的模型沒有統一的模型，每乙個公司都有自己的業務線跟使用者群裡，使用者的屬性不同，行為軌跡...
Python資料分析筆記
數值型字元型 資料結構 取值 true 真 false 假 運算規則 與 一假為假，兩真為真 true true true false false false 或 兩假為假，一真為真 true true true false false falsenot 非 非真為假，非假為真 not true n...