1樓：
統計學相關書籍掌握了excel熟練業務行業熟練了就基本沒問題，資料分析不是寫的，最好會乙個資料視覺化工具，這樣上司更直觀些。
2樓：窮人
資料趨勢常用資料總結
集中趨勢
定量平均數
平均數包括簡單算術平均數加權平均數和幾何平均數
簡單算術平均數易受極端值影響。
順序中位數分位數
順序意味著資料使用前需要排序（順序） 中位數將資料二等分四分位數將資料四等分
N為奇數 （n+1）/2
N為偶數 N/2和N/2+1平均值
中位數不受極端值影響特別適合分析收入問題
分類眾數
主要適用於分類資料也適用於順序資料及定量資料資料量越大越好
不受極端值影響
離中趨勢
極差（全距）
極差=最大-最小
若為組距數列
極差=最大組上限-最小組下限
極差不能充分反應資料組所有各項資料的離中趨勢
可用於粗略檢查產品質量穩定性
分位距分位距剔除了一部分極端值後重新計算全距指標
四分位距=（第三個四分位數-第乙個四分衛數）/2
平均差符號M.D
M.D=|X-X平均|/N
平均差受極端值影響較小
方差與標準差
方差是資料中各資料與其算數平均數離差平方的算術平均數
標準差克服了平均差用絕對值取消正負帶來的弊病，又增加了一定的靈敏度
標準差度量了偏離平均數的大小
標準差指出了數列中的數離他們的平均數有多遠
一般來說 68%的資料在平均數乙個標準差範圍內，95%的資料在2個標準差範圍內
離散係數
以上資料通常帶有單位
要比較兩組資料平均水平不同的離中程度，有必要計算相對離中程度指標，離散係數
常用的離散係數是標準差係數
標準差係數為標準差除以算術平均數乘以100%
用V（標註標準差）表示
兩組資料哪個標準差係數小哪個平均資料更有代表性
資料分布
正態分佈以均數為中心
一組資料可以通過直方圖擬合出一條曲線與正態分佈對比
偏態偏度分為左偏(負偏)和右偏（正偏）
正態分佈下
平均數中位數眾數都在乙個位置
若眾數在左邊平均數在右邊即資料的極端值在右邊曲線向右延伸則為右偏平均數與眾數之差為正因此又叫正偏
測定偏態用SK偏態係數
SK=N/(N-1)(N-2) 乘以累計 【（xi-算術平均數）/標準差】立方
SK=0 分布對稱
SK<0 分布負偏 SK越小負偏越高
SK>0 分布正偏 SK越大正偏越高
峰度分為尖頂平頂標準峰度
峰度係數K
K=1乘2-3
1 為N(N+1)/(N-1)(N-2)(N-3)
2 為累計 【(xi-算術平均數)/標準差】四次方
3 為 3【(N-1)平方】/(N-2)(N-3)
K<0 平頂
K>0 尖峰
作用偏度和峰度結合檢查樣本分佈是否屬於正態分佈
右偏算術平均數》ME>M0
左偏算術平均數不論右偏左偏
中位數與算術平均數的距離約等於眾數與算數平均數距離的三分之一
MO=3ME-2算數平均數
3樓：
推薦友盟統計分析產品總監李薈的演講ppt，深入淺出的分析如何獲取資料、獲取哪些資料
怎樣分析~http://
4樓：丁德智
我也在學習中，感覺這種方法不錯，先模仿，再總結，理論學習...迴圈，如果要質變，一定要系統學習理論，這時應該會有很多體會
5樓：劉鐘書
這個話題其實蠻大的。
資料運營的大概過程：
確認運營目的，分析核心指標，指標系統分解，資料採集，資料分析及決策支援
樓主所說的分析方法，可能是拿到資料，如何來分析的問題可能的方法：橫向、縱向對比；時間、空間對比可能的手段：多做多想，實踐出真知，多和你的導師聊聊
6樓：邱嶽
誰說菜鳥不會資料分析 ，深入淺出資料分析 ，精通web analystics2.0 ，統計數字會撒謊這幾本書看完應該有些認識，然後就是動手多做多做多做
作為一名產品經理如何培養ui設計審美
APICloud UI的介面效果也是產品的效果之一，所以產品經理還是要對這方面重視的 與UI設計師的溝通，往往不容易形成具象化的結果，但有經驗的設計師是具備不同人群的感知力，描述好使用人群的特徵，或者提供一些其他UI參考，可以幫助設計師找到更明確的方向，注意初期的風格稿是關鍵！ 那作為乙個ui設計師...
作為一名產品經理，你希望收到什麼樣的產品實習生簡歷？
未來十年 就是我看一下說我的過往經歷有哪些是能寫的，有哪些東西是可以寫的。而且這個東西最後如果我通過簡歷部分的話 我需要跟我的 hr 去聊什麼東西？我需要跟我未來的 leader 面試官去聊什麼東西？這是自我分析的部分。結合自我分析的部分，你就已經可以形成乙份最初的乙個簡歷的版本啊，那這個版本裡面可...
作為一名產品經理，2023年你的認知和收穫都有哪些變化
產品經理大寸 先拋結論，由野產品經理轉變為乙個有思考 有分析 有產品化思維 懂得團隊合作 知道如何推動專案團隊開發的一名還算合格的產品經理。在分析需求過程中，能夠站在使用者的立場，以使用者為中心，以甲方要達成的期望為根本出發點，快速合理的構建產品模組，給出每個模組所需的功能列表，並且根據當前公司的主...