人工智能，机器学习，深度学习
数据挖掘和数据分析
相互的关系和区别
机器学习
机器学习是一门技术，工具
常见的方法
高级数据预处理
特征构建
特征选择
特征转换
特征学习
KNN-最近邻分类算法
决策树
数据分析
更偏重业务，统计分析方法
2-1数据分析分类
2-2数据分析目的及意义
2-3数据分析方法与流程
2-4数据分析角色与职责
2-5数据分析师职业道德与行为准则
数学与统计学基础
3-1线性代数
3-2微积分
3-3描述性统计
描述性统计分析
5-1统计学概述
5-2描述性统计图表
5-3集中趋势的描述
5-4离散程度的描述
5-5分布形态的描述
5-6相关分析
3-4参数估计
3-5假设检验
3-6相关分析
3-7卡方分析
3-8一元线性回归理论推导
3-9多元线性回归理论推导
统计分析基础
4-1统计学概述
4-2数据的概括性度量
4-3统计分布
4-4参数估计
4-5假设检验
4-6相关分析
推断性统计
6-1参数估计
6-2假设检验
6-3AB test
6-4使用带检验的AB test分析运营方案
用户 产品 运营
人 产品 运营
结构化、公式化、业务化
第一种：对比法
对比主要分为以下几种：
横向对比：同一层级不同对象比较，如江苏不同市茅台销售情况。
纵向对比：同一对象不同层级比较，如江苏南京2021年各月份茅台销售情况。
目标对比：常见于目标管理，如完成率等。
时间对比：如同比、环比、月销售情况等，很多地方都会用到时间对比
第二种：象限法
象限法是运用坐标的方式，人工对数据进行划分，从而传递数据价值，将之转变为策略。象限法应用很广泛，像RFM模型、波士顿矩阵都是象限法思维。
下面这个RFM模型就是利用象限法，将用户分为8个不同的层级，从而对不同用户制定不同的营销策略。
第三种：漏斗法
漏斗思维本质上是一种流程思路，在确定好关键节点之后，计算节点之间的转化率。这个思路同样适用于很多地方，像电商的用户购买路径分析、app的注册转化率等等。
著名的海盗模型AARRR模型就是以漏斗模型作为基础的，从获客、激活、留存、变现、自传播五个关键节点，分析不同节点之间的转化率，找到能够提升的环节，采取措施。
第四种：二八法
“世界上80%的财富掌握在20%的富人手里”，这句话你一定听过。这就是二八法则，也叫帕累托法则。这个方法的思维就是抓重点，围绕找到的20%有效数据，找到其特征，使之产生更大的效果。
比如一个商超进行产品分析的时候，就可以对每个商品的利润进行排序，找到前20%的产品，那这些产品就是能够带来较多价值的商品，可以再通过组合销售、降价销售等手段，进一步激发其带来的收益回报。
第五种：指数法
指数思维是一种目标驱动型思维，通过将无法利用的数据加工成指数，达到聚焦的目的，从而找到方向。但指数法没有统一的标准，比较多依靠经验，一旦设立的话不会经常变动。如果数据没有规律的时候，可以试试这个方法。
第六种：假设法
假设法一般用在进入新领域的时候，没有历史数据参考，没有外部线索，这个时候就需要假设。通过假设的数据进行反推，再去制定计划，整个过程是先假设，后验证，再分析结果。
比如在对新产品进行定价的时候，就是根据成本去假设一个售价，由销售情况去验证，再决定是否需要上调或者下调价格，以达到最大利润。
第七种：多维法
多维法主要是通过对数据的切割，分成多个维度，通过立方体的形式进行数据展示。在对数据进行交叉分析的时候，可能会出现辛普森悖论，与之而来的应对方法有钻取、上卷、切片、切块、旋转等。
多维法的使用场景也很广，比如一个app的用户分析，可以从注册数、用户偏好、用户兴趣和用户流失等角度进行分析。
就是思维的应用
业务分析方法应用 - 杜邦分析法、帕累托分析 法、四象限分析法
杜邦分析法
转换漏斗
象限分析
用户分层
业务模型应用 - 价值模型、帕累托模型、漏斗 模型、RFM模型
2.W2H分析模型
案例分析：
客户分析 - 电商客户维度综合分析案例（用户 生命周期、用户特征、用户行为分析）
产品分析 - 电商产品维度综合分析案例（商品 画像、商品标签、商品定位策略分析）
运营分析 - 互联网运营业务综合分析案例（运 营效果分析、电商漏斗模型分析应用）
行为效果分析 - 电商运营活动效果评估分析案 例（A/B测试、行为效果评估）
市场分析 - 汽车行业市场分析案例（市场分析 报告撰写方法）
这个是重点
背景
目的
思路
内容
结论
建议
数据挖掘
偏重方法层面
预测， 分类
聚类 关联规则
最低层面：最原始算法、方法的搬运工。对场景进行建模，简化，公式化，业务化，结构化。
中级层面：适当的结合场景创新
终极层面：理论改进
本网页由互联网用户所发，如若侵权请及时联系1936370309@qq.com删除。
原文链接：https://www.cnblogs.com/xiemaycherry/p/16485331.html
