今天完成的事情：（一定要写非常细致的内容，比如说学会了盒子模型，了解了Margin）

查看了数据分析和金融风控的资料

了解了数据埋点的意义、操作和表现形式

向师姐讨要项目资料进行资料整合

参加师弟的复盘申请评审

参加师姐主持的产品图表设计分享会

明天计划的事情：（一定要写非常细致的内容） 

进行axure1的交互设计

了解一些ui方面的知识

遇到的问题：（遇到什么困难，怎么解决的）

暂无

收获：（通过今天的学习，学到了什么知识）

今天主要就是看了一些数据方面的文章，对数据埋点和数据产品经理有相关的了解，昨天也看了，但是没理清，今天再看了一次，

共看了七篇文章  http://www.woshipm.com/u/147948

第一篇主要是认识埋点，埋点的方式有哪些，三种：曝光事件，停留事件，点击事件

在停留事件中，一个Session的时间怎么计算

同时我们要了解埋点的主次，能解决的问题是什么？每个问题应该怎么量化？量化的指标是什么？如何通过数据定义一个指标的成功与否？

要了解怎么进行埋点？如何规划表格

正常的，功能-中文名-事件类型-事件ID-对应二手车命名

后面记录一个功能就要使用到 key-value的方法

第二篇文章

完整的埋点定义需要什么内容：功能字段，中文名字段，事件类型字段，事件ID字段，Key字段，Value字段，记录规则字段，备注字段

设计事件埋点时应该要注意的是：

• 同种属性的多个事件，建议命名一个埋点事件ID，并通过Key-Value键值对进行区分。
• 不同属性的多个事件，建议命名多个埋点事件ID，不建议使用Key-Value键值对进行区分。

• 第二个的方案优势是：
• 维护成本低，更加简洁，新增时只需要首次开发时加一个Value参数即可。
• 提高自身、数据运营、数据分析师等兄弟部门在数据分析时的工作效率。
• 扩展性好，对未来新增业务需求有良好的扩展性。

第三篇拓展的问题是：

• 上线后等多长时间取数？1天？…10天？，取几天是正确反映事实的？取数逻辑是什么？为什么？
• 同一份数据，不同的人给出了不同的结论？该相信谁？是数据错了还是分析错了？

涉及到一个时间的环比同比概念，了解到数学期望，均值等概念，知道如何判断得出的数据是否正确

平均值的适用范围，中间值的如何得出，适用范围

第四篇的解决问题：

数据从哪里获取？

难道我们要对各个频道涉及的所有埋点全部重新跑一遍？

难道我们要对所有的数据进行一个整体的分析？这样会有结论吗？

基于以上背景，针对文中提到的三类问题，提出解决方案：“流量地图”，通过“流量地图”利用数据可视化的方式使产品对流量的整体变化情况有一个清晰的认知，简单且高效的解读数据。

了解UV和PV的区别，表格的制作

接下来五六七篇是讲解金融风控方面的行业知识，这个仅当了解，没有深读