一、總體學習概論
1）資料分析大致知識點：資料思維、業務知識、excel、資料視覺化、sql、統計學、python
2）資料分析的結構層次：
a）：底層資料的收集，產品端收集
b）：資料業務化，思考產品需要什麼樣的資料
c）：視覺化資料，了解產品的表現
d）：進行資料決策和執行，思考怎麼樣才能讓產品更好
e）：建立資料模型，產品開始自動化和系統化運營（產品，資料處理流程）
f）：公司的資料戰略，指導未來
3）資料處理大致流程：
a）：行為、流量、業務、外部等資料
b）：etl，sql，dw
c）：業務/資料指標，報表/模型，使用者畫像
d）：crm/cms/bi/運營平台
e）：運營、業務、分析執行層
4）幾句話：
鴻志成，難事進。
真正決定上限的是能力，而不是工具。
滿分100：業務思維標準80分，資料能力標準60分，工具技巧標準40分。
跟著老崔的錄影寫的爬蟲貓眼top100電影爬蟲
現在貓眼加了反爬蟲了，所以加了headers。試了一下只加user agent會出現驗證碼的問題，都拷過來加上，沒事了。試了一下注釋掉cookie，發現也是可以的。初次學習爬蟲，太累了。import json import re from multiprocessing import freeze ...
七周成為資料分析師（秦路） 第二週 業務
業務的重要性 唯有理解業務，才能建立業務資料模型。模型未動，指標先行。如果你不能衡量它，你就無法增長它。結構化，公式化，業務化後，可以進一步指標化。銷售 運營 市場 rightarrow 指標 rightarrow 推動業務 機器學習 管理 指標建立的準則 針對核心業務建立核心指標 比率好的指標應該...
IT路要如何走？ 老程式設計師的10個忠告
1 好好規劃自己的路，不要跟著感覺走！根據個人的理想決策安排，絕大部分人並不指望成為什麼院士或教授，而是希望活得滋潤一些，爽一些。那麼，就需要慎重安排自己的軌跡。從哪個行業入手，逐漸對該行業深入了解，不要頻繁跳槽，特別是不要為了一點工資而轉移陣地，從長遠看，這點錢根本不算什麼，當你對乙個行業有那麼幾...