學習資源來自：
刺蝟大學：刺蝟大學數據分析體驗營
學習筆記
第一講：認識數據分析
why量化、客觀分析，輔助決策
what戰略層面、用戶精準營銷等
how數據分析方法
第二講：八大實用數據分析模型
1行爲事件分析：5W1H
2漏斗分析：各標誌點用戶轉化率
3留存分析：留存率，延長用戶生命週期
4分佈分析：數據分析第一步要做的，重要
5點擊分析：電商應用較多
6用戶路徑：獲取用戶偏好
7用戶分羣：精準營銷，機器學習分類，勾勒用戶畫像
8屬性分析：瞭解用戶特點
第三講：可視化工具介紹
1爲什麼需要可視化？現在數據量巨大，而大腦對圖像信息處理快
2商業智能：數據庫-數據分析-可視化，實現商業價值；“智能”在於可以實現動態交互
3Tableau商業智能工具平臺
優點：可以實時分享
類型：圖表、儀表盤、故事
學習目的：Excel數據處理，Tableau完成可視化
4數據爬蟲：八爪魚
分享一個自己用過的爬蟲軟件：集搜客（官網https://www.jisouke.com/，和導師一起完成的視頻教程https://www.jianshu.com/p/cfabdc81f2d3）
第四講：寫代碼分析數據
1傳統數據分析工作者：Excel（報表）+PPT（報告+排版）
2SQL是一種編程語言
優點：數據處理高效
缺點：不能深度運算和建模
3Python
優點：基本語法功能不難；開源工具包（交互式圖表-pyechars，matpotlib-seaborn，Gephi-關係網絡可視化）；數據爬蟲
案例實操
案例實操1(1)：某時間段內廣告投放人羣記錄（樹狀圖）-圖1
重點：
1vlookup匹配分組
2兩個維度樹狀圖（把維度多的做小一點維度，eg.男女用顏色、位置表示，年齡七個維度表示成方塊大小）
步驟：
1年齡數據匹配：=VLOOKUP(要匹配單元格,匹配區域（$絕對引用，快捷鍵F4）,匹配列,FALSE（精確匹配）)-雙擊小方框填充所有-粘貼值
2刪除空值（性別）：開始-查找和選擇-定位條件-空值-刪除整行
3去重（用戶id）：數據-刪除重複項-選定用戶id
4數據彙總：插入-數據透視表-拖動字段，設計-分類彙總（不顯示分類彙總）-報表佈局（以表格形式顯示、重複所有項目標籤）
5做樹狀圖：粘貼值，插入-樹狀圖，更改標題-調整配色（用PPT取色器，配色網站https://www.webdesignrankings.com/resources/lolcolors/）
案例實操1(2)：多維度分析廣告投放影響因素-圖2
步驟：
1去重（用戶id）
2定位空值，填充爲“未知”（批量填充Ctrl+Enter）
3替換“是否點擊”分別爲“1，0”
4分別做數據透視表進行可視化
5粘貼值-調整格式
案例實操2：商品列表（氣泡圖）-圖3、圖4
重點：
1時間戳真實事件含義
2氣泡圖的含義（散點圖的一種）：三組數值之間的關係
3投放廣告頻率：一段時間內投放的廣告次數
步驟：
1商品價格匹配：VLOOKUP（全選表格Shift+Ctrl+下鍵）
2處理時間戳：換算成天（用除法）-鍵入原始時間（重複填充：複製單元格-選中兩個相同的雙擊小方框）-得出當前時間（天+原始時間）（驗算工具https://www.timestampconvert.com/）-粘貼值（設置單元格格式：日期）
3設置時間段（一般顯示小時或天的投放次數）：=HOUR(要提取時間段單元格)（設置單元格格式：常規）
4填充空值爲“未知”
5數據彙總：數據透視圖（去掉空白：下拉菜單去掉勾選）
6做圖：散點圖-氣泡圖（設置數據系列格式：調整氣泡麪積，添加座標軸標題和圖例：選擇數據-編輯系列名稱）
案例實操3：用戶行爲（帕累託圖）-圖5
重點：
使用次座標軸
步驟：
1處理時間戳
2數據彙總：數據透視表（只統計某一行爲：“行動”放在“篩選器”，更改複製數據）
3做圖：簇狀柱形圖（原理：先繪製一種行爲-通過添加數據源增加數據可視化）-更改系列圖表類型：可選次座標軸