要看什么数据
格式化数据、近似的非格式化数据、完全碎片化的非格式化数据。
第一种，格式化数通常是直接数据库中提取出来的。从多个数据源抽离数据，然后建立多维度的数据分析模型。之后通过大数据加载的架构进行数据打卡，然后批量进行处理。在数据了较大都时候会多线程，数据处理进度和过程处理数据的保存就显得格外重要。目前也有将关系型数据库转换为图数据库的分析方式。处理过的数据通常会经过最后的数据呈现，图表，以方便最后行程报告。
第二种，近似的格式化数据通常来自互联网爬虫。这种数据操作方式基本与第一种类似，只是在进行第一种的数据分析前，需要洗数据。删除重读和无效数据，梳理后形成格式化数据。
第三种，完全碎片化的非格式化数据。这种数据的形式很多，可能是纸质的资料等一大堆需预先处理的资料。这个部分如果数据量很大的情况下，就需要使用考虑使用人工智能领域。现在的人工智能通常是简历基础算法，然后通过大量的真实数据进行训练，训练到了一定的准确率就进行实际应用。这个时候的数据可能包含大量都图像信息，也许是人脸，也许是物体移动，也许是文字OCR……然后建立数学模型，最后完成数据分析（与第一种类似），再行程最后的报告。
由于我是做互联网的，经常用漏斗分析法（需要埋点），ab分析法，相似余弦矩阵分析法，维度分析法，用户分群分析法，数字趋势分析法，行为轨迹分析法（需要埋点），活跃和留存分析法，时间和空间分析法，渠道分析法……
