1樓：
使用者量不大是多大？
且不管具體使用者多少，都是可以做分析的，但首先需要把視角放到業務上，而不是盯著資料庫或數倉。
從SaaS業務角度來考慮，其實只有兩件事：
讓客戶用起來，這直接影響留存和續費；
讓客戶花更多錢，或者說給客戶提供更多價值。
那麼對於資料分析來講：
首先得搭建指標體系，用於衡量整體業務表現；
然後是跟蹤資料，也許是一堆看板，也許是一堆模型，也可能就是系列專題分析；
接著就是做分析，幫助/推動業務改進了。
這個過程中怎麼可能沒有什麼事做呢？！分析師往前走，進入業務，就會發現活其實幹不完。只要不自我設限。
再補充一點，我很不欣賞只盯數字的分析師。不了解自家產品，不了解使用者，那終究只是表哥表姐取數工具人。資料少，不能找外部資料？
使用者少，行為少，不能做訪談？一切皆有數，萬事皆可分。
2樓：極成
極為早期的B端SaaS，可以只看乙個指標 -- 盈利。因為B端SaaS核心就是為了盈利，尤其是早期，能證明乙個初期2B SaaS的成功就是要有人付賬買單，等你有了很多客戶的時候才能再細節的看資料。
但是，能看的指標不多，不代表你不收集資料，把能想到的業務相關資料都整合上來，等將來用上了就。
3樓：楊林
先明確工作目標和業務目標，特別是業務要熟悉，從業務中提取資料分析的需求。
說白了基於業務需求做分析（資料只是業務的呈現結果，但沒有背景和過程），而不是粗暴地直接基於乾巴巴的資料做分析。
資料探勘和資料分析之間的聯絡，搞資料分析基礎是啥？就業情況怎樣？
mengyuancf 資料分析的基礎是要具備一定的數學 統計統籌的知識，當然你可定具備了，另外需要掌握一些必備的工具軟體的使用 如R Python excel 資料可基礎等 也就是你說的程式設計那一塊，這個在資料分析領域是屬於基礎知識的，只要你懂些即可，最關鍵的確實是你說的偏理論的東西，如演算法 資...
大資料分析中，有哪些常見的大資料分析模型？
牛博 模型其實就是一數學函式對映，從應用層角度來看，會有一些通俗的名字,簡單羅列一下 一 使用者模型 二 事件模型 三 漏斗模型 四 熱圖分析模型 五 自定義留存分析模型 六 粘性分析 七 全行為路徑分析 八 使用者分群模型 九 Session 分析 十 間隔分析 十一 分布分析 十二 營銷廣告投放...
現在做服裝零售行業的助理，剛開始做資料分析，可是經驗不足，急切地想學，可是沒有方法和方向，請大神指點？
Damon Jay 你的職位應該是SA吧，沒到中層管理級但在店鋪層面是儲備，如果我沒有推測錯的話.過來人分享一下具體一點的方向，上乙個回答問題的老師答案對於你來說還是過於深奧且專業.因此我就給你說一下接下來你要做的.店鋪層面的資料分析主要分為 營運KPI 以及 商品KPI 前期也主要要求你熟悉前者就...