這篇文章介紹了數據分析的三大層次。包括對數據分析的整體理解和認識，做數據分析的科學方法，以及數據分析相關的工具介紹
1.大家對數據分析缺乏一個整體的系統的思維框架；
2.視野更多侷限在數據表，BI系統，對數據分析缺乏生層次的洞察
1.數據分析的價值觀
1》價值認同
忠實理解數據分析的價值
2》工作定位
利用(大）數據分析爲所有職場人員作出迅捷，告知，搞笑的決策，提供具有指導意義的洞察和可規模化的解決方案
採用了一套 EOI 的分析框架，對不同業務的數據分析價值有明確的定位。針對核心任務、戰略任務和風險任務，我們認爲數據分析應該分別起到助力（Empower）、優化（Optimize）、創新（Innovate）的三大作用。
3》商業模式
要對企業的商業模式要非常瞭解，數據分析的最終目的的還是服務於企業的增長目標，所以對行業背景，業務含義，產品和用戶有着深刻的認知
以linkedin爲例。作爲企業增長的重要環節，LinkedIn 在產品設計之初就優先考慮到了數據的價值模式。首先是用戶的增長、使用和活躍，然後產生大量的數據，最後根據數據進行業務變現（企業廣告、企業招聘、高級賬號等）和用戶增長，從而不斷良性循環。
2.數據分析方法
1》框架
四個部分：數據規劃，數據採集，數據分析，數據決策
從用戶、業務系統，到數據採集平臺、ETL、數據倉庫， 再到分析、BI、DM、AI、洞察，再到決策、行爲、價值，最終回到用戶。
做數據分析應該把重心放在最有價值的分析和決策兩個層面上，並且儘可能使用工具實現底層的自動化操作。
2》方法論
數據分析應該幫助我們不斷優化營銷、運營、產品、工程，驅動企業和用戶的增長，而不是爲了分析而分析。在這裏我給大家介紹兩個方法論，一個是業務上的 AARRR 模型，另一個是分析上的學習引擎
AARRR 是著名的 Growth Hacker （增長黑客）海盜法則，依序分別是 Acquisition（獲取用戶）、Activation（激發活躍）、Retention（提高留存）、Revenue（增加收入）和 Referral（推薦傳播）的首字母簡稱，覆蓋用戶整個生命週期
學習引擎 ” 是《精益創業》一書中提倡的精益化運營方式當我們有一個想法的時候，可以採用最簡可行化產品（MVP）的方式將其構建（Build）出來。產品上線後，我們需要衡量（Measure）用戶和市場的反應。通過分析收集到的數據，我們可以驗證或者推翻我們之前的想法，從而不斷學習（Learn）和優化。
3》具體方法
3.工具
