liuyuan_java的专栏

握数据分析方法有一条好的捷径——套用分析模型：AARRR模型、5W2H模型、SWOT模型、漏斗模型、PEST模型、4P模型理论

数据分析价值观、数据分析方法论、数据分析工具

元数据（Meta Data），主要记录数据仓库中模型的定义、各层级间的映射关系、监控数据仓库的数据状态及 ETL 的任务运行状态。一般会通过元数据资料库（Metadata Repository）来统一地存储和管理元数据，其主要目的是使数据仓库的设计、部署、操作和管理能达成协同和一致。元数据是数据仓库管理系统的重要组成部分，元数据管理是企业级数据仓库中的关键组件，贯穿了数据仓库的整个生命周期，使用元数据驱动数据仓库的开发，使数据仓库自动化，可视化。

总线架构是数据仓库建设的总体规划，从整体视角描述了解决方案的维度模型，描述了各个子系统的功能以及关系，描述数据从源系统到决策系统的数据流程，提供建立企业数据仓库系统的增量式方法。业务需求回答了要做什么，总线架构就是回答怎么做的问题。

构建数据仓库的核心是建模，在数据仓库的构建中，ETL贯穿于项目始终，它是整个数据仓库的生命线。从数据源中抽取数据，然后对这些数据进行转化，最终加载到目标数据库或者数据仓库中去，这也就是我们通常所说的 ETL 过程(Extract,Transform,Load)。 通常数据抽取工作分抽取、清洗、转换、装载几个步骤

学习了解维度建模中的基本要素事实表和维度表的类型以及维度设计方法。首先里了解维度建模中的事实表类型，在依次介绍维度类型，一致性维度和一致性事实，维度设计方法。

维度建模以分析决策的需求出发构建模型，构建的数据模型为分析需求服务，因此它重点解决用户如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。

我们如果要做好数据分析的时候，要使用ETL工具构建数据仓库提升数据分析效果需要从三个方面。分别是数据理解、数据质量、数据跨系统关联。

web系统和手机app产品需求设计：交互设计、视觉设计、信息架构

如何做好产品运营？核心目的、运营意识、运营分类、活动策划

如何做好产品数据分析？分析数据类型、分析步骤、数据来源、关键指标、分析方法

产品需求规划(采集、分析、筛选、管理)、差评市场需求文档MRD、产品业务需求文档PRD

竞品分析维度、分析方法、竞品选择、竞品分析报告构成、业务流程图等

商业需求分析：用户细分、用户关系、核心价值、渠道通道、收入来源、关键业务、核心资源、合作伙伴、成本构成

什么是互联网思维？用户思维、简约思维、极致思维、迭代思维、流量思维、大数据思维、社会化思维、平台思维、跨界思维