一，今天完成任务：

1.今天大部分时间都在修改任务五

2.看了一点Axure相关教程

3.看数据分析相关资料

三、数据分析的三观

1）分析目的要明确：

数据分析一定要围绕着目的进行，而不是单纯的摆数据。

2）掌握一定的数据分析手法，但是不要沉迷于手法：

数据分析的手法有很多，基础的一定要掌握，如对比分析、分组分析、交叉分析、结构分析、漏斗图、因素分析、矩阵关联。而高阶的数据分析手法如逻辑回归、主成分分析、因子分析等，一般作为产品经理（非数据方向），用到的会比较少。所以可以做了解，有兴趣的可以深入钻研。但是要明白一点并不是手法越高级分析越准确，合适的方式才是最准确的。不要过分沉迷于高级手法，以分析目的为导向。

3）数据分析要结合业务：

产品经理相对于数据分析师的优势就是更懂业务。懂业务有什么好处呢？可以很轻易的理解数据分析师可能理解不了的一些数据的关联性。如著名的“啤酒”与“尿布”的案例。结合业务进行数据分析，才能更好理解数据背后的真相。

四、数据分析的工具

数据分析的工具没有孰好孰坏，适合自己的就是最好的。介绍一下我们常用的数据分析工具：

1）Excel：

我们最熟悉的Excel是一款出色的数据分析工具，虽然大多数人只是把它当成表格。基本上已经够用了！但是毕竟不是为统计而生的软件，如果常使用高级分析手法的人会觉得不顺手，因为一些计算没有被封装好，还得自己写。不如直接用专用的统计工具。

2）SPSS：

毫无疑问，说道统计工具无人不知SPSS，统计必备，提供了很多分析方法。

3）Python：

Python明显和上面不是一个类别的玩意儿，为什么我把它列出来是因为预测型的数据分析离不开机器学习，说道机器学习就不得不提python，至于为什么是python不是本篇重点，有兴趣可以自行查找相关材料。python主要推荐anaconda，它解决了各种数据科学的依赖包，对于不熟悉python的人简直就是福音。

4）R：

R就是为统计而生的语言。专业性较强，适合统计学背景的大神使用。

5）其他：

JMP、SAS、XLstat等等。有兴趣可以自行查找资料。

明日完成任务：

请假。。。。

收获：

通过修改任务五，知道任务里面画原型图的一些要求

问题：

暂无