1.工具箱
Excel：处理数据更加高效
SQL：扩大数据的权限
BI：提效 敏捷分析 美观
Python：兜底解决方案
2.数据分析的全貌
观测：
采集数据-储存数据-展示数据
存储数据的话会用到各种类型的数据库，比如hive，MySQL，SQLServer等
实验：
拆解问题-提出假设-设计实验
收集数据-分析数据-验证假设
数据分析的目的是为了及时发现异常，找到数据之间的因果关系
应用：
制定策略-实施策略-反馈迭代
训练算法-优化算法-使用算法
我们应该如何应用数据创造价值？
基于数据反馈不断迭代产品和业务策略
基于数据训练算法，让机器自动化地完成工作
会持续更新数据分析的学习笔记！！！！
