一 . 什么是數據？

** 廣義概念（官方解釋）** ：數據（data）是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。數據可以是連續的值，比如聲音、圖像，稱為模擬數據；也可以是離散的，如符號、文字，稱為數字數據。在計算機系統中，數據以二進制信息單元0、1的形式表示，這是廣義上概念解釋。

 **狹義概念** ：數據產生于科學實驗，檢驗統計和社會生活行為，將之用于科學研究，技術設計和商業分析決策等領域的數值信息，它有三個基礎特性：變異性，規律性和客觀性。

二.數據能做什么？

電商類 ：電商網站會采集大量的用戶行為數據，如瀏覽、購買等，通過這些數據，數據分析師了解不同用戶的喜好、行為方式從而幫助增加產品銷量。

社交類 ：利用社交網絡數據，可以更好地進行精準營銷，通過對帖子、推文、博客和其他社交數據進行分析，可以有效改善用戶服務和體驗。

醫療類 ：衛生保健機構可以針對電子醫療數據進行記錄，數據分析師可以基于這些數據，幫助醫療機構改善衛生服務，并發現潛在隱患。

金融類 ：在金融行業，通過對用戶的日常交易數據進行分析，可以幫助信貸機構評判用戶的信用等級，確定信貸額度。

三 . 優秀數據分析師必備的3個特點

業務理解：對業務的洞察力決定了一個數據分析師的職業上限。

1）對行業和產品有熱情、熱愛學習

從事數據分析工作，首先必須要對進入的行業和產品感興趣，有好奇心，愿意學習一切未知的知識。

2）關注數據分析對業務產生的價值

能夠把業務和數據結合起來，嘗試用數據量化業務狀態和結果，能夠用數據解釋潛藏的未被發現的業務邏輯。

3）多問、多思考

當分析需求來的時候，要問下為什么要做這個分析，想解決什么問題。

工具使用：技術水平決定了數據分析師的下限 。

1）熟練使用各類分析模型和分析方法

對使用的模型能清楚其優劣勢；對沒用過的方法能有所了解，在遇到已有方法解決不了的問題時能夠聯想到嘗試其他方法是否可以解決。

2）一定的編程語言技能

SQL/Python/R; SQL是基礎，Python或R可以提升長期工作效率。

3）對數據有很高的敏感度，最好有一定的統計學基礎

能夠及時發現數據展現的問題，指出深挖的方向；對數據的理解有很強的邏輯性和科學性。

溝通表達：數據分析師總是需要通過說服產品和工程方面來改變產品，產生影響力 。

1）能夠跨部門高效溝通

與需求方溝通可以快速了解業務價值，分析背景；與開發部門溝通可以了解業務實現、數據來源；推動數據分析落地業務方需要跨部門溝通。

2）良好的數據可視化能力和撰寫分析報告的能力

能夠把分析結果變得直觀、簡單、易理解；分析報告全面、有邏輯、經得住推敲；分析結論可靠、可驗證。

四 .數據分析報告怎么寫？****

分類：分析報告一般可以分為專題分析報告、綜合分析報告和日常數據通報
基本要求：
    1）介紹分析背景和分析目的
    2）說明數據來源、數據的時間區間和統計口徑，如日活的定義
    3）分析邏輯清晰，可采用金字塔結構、總分總結構等
    4）既要給出結論，也要給出解決方案
一般框架：
    1）分析背景：簡述分析或者報告的背景，為什么做，目的是什么，明確分析報告要回答的問題
    2）名詞解釋：關鍵性指標定義是什么，為什么這么定義
    3）數據獲取方法：數據獲取的時間區間，怎么獲取到的數據，會有哪些問題
    4）數據概覽：重要指標的趨勢，變化情況 （數據通報）
    5）數據分析：拆分問題，使用數據支撐結論
    6）結論匯總：匯總之前數據分析的主要結論，作為概覽
    7）給出建議：根據數據分析的結論，給出改進建議