这是我参与「第四届青训营 」笔记创作活动的第17天.
一、为什么做行为数据分析
二、数据分析的各个环节
这里包含4个部分。数据源、分析工具、可视化以及贯穿全程的指标体系。
首先我们先看一下数据源，没有数据，我们的数据分析就无从谈起。数据源包括很多种，我们最常见的是埋点和业务DB中的数据以及二次加工的如统计和挖掘出的数据。
有了数据源，我们也不要着急马上去写sql查数，我们看一下有哪些工具来支持我们去做数据分析。企业提供了除了非常基础的sql(也算是一种编程)和代码编程外，还有很多好用的工具，比如可视化查询、分群圈选和当下热门的行为分析工具。
可视化这一块，其实并不是独立的部分，很多分析工具里集成了可视化的能力，但是为了方便同学们理解，我们单独拎出来这一块来讲解。
而指标体系是我们数据分析的脉络，我们做个各种分析其实都会围绕着指标体系来做。指标体系会在真正开始建设之前就进行规划，并在业务发展过程中不断完善。
1、指标体系和指标分级
2、手游业务指标体系示例
我们以手游业务为例看一下指标体系是什么，当然这个例子不全，仅作为示意用。
这里除了常见的业务指标还有安全风控、服务质量相关的，比如外挂封禁账号数、应用crash率、fps等。整个指标体系所涵盖的指标数量在复杂的业务场景中，可能几百个。
3、搭建指标体系的价值
近两年，企业们为了能更前置地促进业务发展，又引申出一个叫“北极星指标”（也叫第一关键指标）的概念。通过这个(也有可能不止1个)指标的牵引，来指引各部门抓住重心。
4、埋点简介
业务DB数据大家会比较熟悉，常见的是一些关系型数据，我们不展开讲了。这里我们详细讲一下埋点数据。
5、常见的分析工具
（1）数据表与SQL
在工作中，这些表的建模和查询sql是需要做精心优化的，以提升查询性能并减少资源浪费。
