一、總體學習概論
1)資料分析大致知識點:資料思維、業務知識、excel、資料視覺化、sql、統計學、python
2)資料分析的結構層次:
a):底層資料的收集,產品端收集
b):資料業務化,思考產品需要什麼樣的資料
c):視覺化資料,了解產品的表現
d):進行資料決策和執行,思考怎麼樣才能讓產品更好
e):建立資料模型,產品開始自動化和系統化運營(產品,資料處理流程)
f):公司的資料戰略,指導未來
3)資料處理大致流程:
a):行為、流量、業務、外部等資料
b):etl,sql,dw
c):業務/資料指標,報表/模型,使用者畫像
d):crm/cms/bi/運營平台
e):運營、業務、分析執行層
4)幾句話:
鴻志成,難事進。
真正決定上限的是能力,而不是工具。
滿分100:業務思維標準80分,資料能力標準60分,工具技巧標準40分。
跟著老崔的錄影寫的爬蟲貓眼top100電影爬蟲
現在貓眼加了反爬蟲了,所以加了headers。試了一下只加user agent會出現驗證碼的問題,都拷過來加上,沒事了。試了一下注釋掉cookie,發現也是可以的。初次學習爬蟲,太累了。import json import re from multiprocessing import freeze ...
七周成為資料分析師(秦路) 第二週 業務
業務的重要性 唯有理解業務,才能建立業務資料模型。模型未動,指標先行。如果你不能衡量它,你就無法增長它。結構化,公式化,業務化後,可以進一步指標化。銷售 運營 市場 rightarrow 指標 rightarrow 推動業務 機器學習 管理 指標建立的準則 針對核心業務建立核心指標 比率好的指標應該...
IT路要如何走? 老程式設計師的10個忠告
1 好好規劃自己的路,不要跟著感覺走!根據個人的理想決策安排,絕大部分人並不指望成為什麼院士或教授,而是希望活得滋潤一些,爽一些。那麼,就需要慎重安排自己的軌跡。從哪個行業入手,逐漸對該行業深入了解,不要頻繁跳槽,特別是不要為了一點工資而轉移陣地,從長遠看,這點錢根本不算什麼,當你對乙個行業有那麼幾...