1.数据分析划分：描述性数据分析、探索性数据分析、验证性数据分析。
2.数据分析作用：现状分析、原因分析、预测分析。
3.数据分析六部曲：明确分析目的和思路--数据收集--数据处理--数据分析--数据展现--报告撰写。
4.营销理论模型：4P()、用户使用行为、STP理论、SWOT等。
5.管理理论模型：PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
6.数据挖掘侧重解决四类分析问题：分类、聚类、关联和预测，重点在寻找模式与规律。
7.数据图形化展示，能更有效、直观地传播出所表达的观点。
8.（数据分析报告是通过对数据全方位的科学分析来评估企业运营质量，为决策者提供科学、严谨的决策依据，以降低企业运营风险，提高企业核心竞争力。）
9.好的数据分析报告，首先有一个好的分析框架，且图文并茂，层次明晰，使读者一目了然。
10.分析报告，需有明确的结论，且一定要有建议或解决方案。
11.（数据分析师职业要求：懂业务、懂管理、懂工具、懂设计。）
12.基本的分析方法：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。
13.高级的分析方法：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。
14.（数据分析师的基本素质：态度严谨负责、好奇心强烈、逻辑思维清晰、擅长模仿学习、勇于创新。）
15.常用指标与术语：平均数、绝对数与相对数、百分比与百分点、频数与频率、比例与比率、倍数与番数、同比与环比等。
16.数据分析方法论，主要作用：①理顺分析思路，确保数据分析结构体系化；②把问题分解成相关联的部分，并显示他们之间的关系；③为后续数据分析的开展指引方向；④确保分析结果的有效性及正确性。
17.常用的数据分析方法论：
- PETS分析法：Political、Economic、Technological、Social，主要用于行业分析。
- 5W2H分析法：Why、What、Who、When、Where、How、How much，可用于用户行为分析、业务问题专题分析等。
- 逻辑树分析法：将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。遵循三个原则：要素化、框架化、关联化。主要用于业务问题专题分析。
- 4P营销理论：Product、Price、Place、Promotion，主要用于公司整体经营情况分析。
- 用户行为理论：认知--熟悉--试用--使用--忠诚，用于用户行为研究分析。
18.数据清洗：清洗掉不必要的重复数据、填充缺失数据、检测逻辑错误的数据。
19.数据分析方法：
- 对比分析法：将两个或两个以上的数据进行比较，分析差异，揭示数据所代表的事物发展变化情况和规律性。特点，可以直观地看出事务方面的变化或差距，且准确、量化地表示出变化或差距是多少。
- 分组分析法：关键在于组数与组距。
- 结构分析法：指被分析总体内各部分与总体进行对比的分析方法，即总体内各部分占总体的比例，属于相对指标。
- 平均分析法： 运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平。
- 交叉分析法：用于两个变量之间的关系，即同时将两个有一定联系的变量及值交叉列在一张表格中，使各变量值成为不同变量的交叉结点，形成交叉表，从而分析交叉表中变量之间的关系。
- 综合评价分析法：又称多变量综合评价分析方法，基本思路：将多个指标转化为一个能够反映综合情况的指标进行分析评价。主要步骤：①确定综合评价指标体系，即包含哪些指标；②收集数据，并对不同剂量单位的指标数据进行标准化处理；③确定指标体系中各指标的权重，以保证评价的科学性；④对处理后的指标在进行汇总计算出综合评价指标或综合评价分值；⑤根据评价指数或分值对参评单位进行排序，并由此得出结论。
20.数据标准化，将数据按比例缩放，使之落入一个小的特定区间。
来源：CSDN
作者：努力学飞的小菜鸟
链接：https://blog.csdn.net/qq_33349929/article/details/103764778