分析数据的4大流程如何分析数据？( 三 ) _如何分析数据

某买卖二手书app一开始关注每月卖家人数、上传商品数量、卖家人均上传商品数量，数据很漂亮；若以月为单位关注一个月内有活跃的商家、一周内有搜索曝光次数大于3次的商品数量，就会发现趋势并不乐观。
“有效行为”可能含义丰富，需要寻找有意义的用户行为模式和机遇，虚拟数据的噪音会掩盖原本你应该要面对和解决的问题。
除了1个思维2个指标，了解数据瓶颈（也称“天花板”）和同行大盘，能让你把精力和财力花在刀刃上。如，某CEO对8%的流失率心烦意乱，和同行沟通后发现8%已经是一个较低值，他便改变了关注点， “流失率维持即可，精力放在其他指标” 。
三、数据采集常见的数据采集有以下四个渠道：

行为数据（埋点）
流量数据（JS采集或第三方，如Google Analytics、百度统计）
业务数据（运营后台）
外部数据（第三方或爬虫）

to C的产品如腾讯新闻，产品汪最常接触的是行为埋点数据，埋点展开说是长篇幅的技术统计学（详见下一篇推送）；品牌推广、H5营销PR常关注流量数据；关注订单成交的运营喵日常跑后台数据；竞品分析外部数据爬起来。
四、数据清洗数据清洗根据不同的业务场景有不同的标准，主要是一些空值、异常值的处理，使数据得出的结论可靠可信。
栗子1：取非0数据时要排除。

…… where click !=0 or click not or ……

栗子2：统计时长（duration）相关行为时，过高或过低的时长为异常值，假定>=10 ms 和 <=10000000 ms 的阅读行为有效行为。

select date, itemid, count(itemid) as rec, sum(isexposure) as exposure, sum(case when duration>=10 and duration<10000000 then isread else 0 end) as click, sum(case when duration>=10 and duration<10000000 then duration else 0 end)/1000 as read_time from all_user_active_info ……

栗子3：记录用户点击历史时，排除停留时长<=1s的点击。
排除虚假点击，让记录的用户数据更贴近用户的真实意图，提高推荐策略的准确性。
其他数据分析重在思维，可能有人会问“我需要学习获取数据、分析数据的工具技能吗”？
如果你在UC、腾讯这类大厂工作，一群兢兢业业的BI工程师会将苦涩难懂的数据可视化，你只要懂得提需求+善用“筛选”功能即可得到你想要的数据；
如果你在中小公司工作， Excel要玩得溜的同时，学点SQL和Python总没错，不然你可能会面临“取一个数据要排期一两周”的尴尬。
学习一些基础的工具技能，例如在Python尝试用pearsonr(x, y)分析各项指标的相关性，用SQL percentile(BIGINT col, p)引发对不同分位点的思考，对思维益处多多且效率提高不少（Skill：Excel->SQL->Python）。做一个数据驱动的产品汪，如获武林秘诀。
结语Accenture的首席科学家肖尔·斯瓦米纳坦说：“科学是纯粹经验主义和不带偏见的，但是科学家不是。科学家是客观和机械的，但是科学家不是。科学是客观和机械的，但是它同样重视那些有创造力、直观思考、能够转变观念的科学家。 ”
注重数据善用数据的同时，避免唯数据论，毕竟它是验证直觉、提高效率少走弯路的手段而已。
在互联网+时代， “你的用户用每次点击、浏览、喜欢、分享和购买都会留下一条洒满数字面包屑的轨迹，这条轨迹从他们第一次听说你开始，到永远流失那天结束” 。
突然觉得生活在这个时代从事着互联网工作（推荐产品+数据分析）很幸福， “熟悉的陌生人”的无声交流，让事情一点点变好，就暂且抛开数据泄露数据利用这种恼人的话题吧。