描述性统计分析
目的:单纯从数据角度认识数据，探寻数据的规律
作用:了解数据，提前明确数据内容是否支持业务人员的需求为后期数据分析奠定基础
内容:提炼数据中的关键数字，用以描述整体数据情况。
常用的描述性统计的指标
数据分布
Z分布
散点图
气泡图
百分位数
箱型图
统计类图表的应用
帕累托图，一般用于项目管理中，可以直接定位到问题的点。
电商中常用的指标
GMV包含了退单的订单，所有订单的金额，会影响实际的成交量。
销售额是有效订单，有税前销售额和税后。以及退款金额的汇总。税后销售额，净利润扣除人力成本等。
注册用户有多少每天打开观察网站，活跃用户打开之后时长多少，一般小几个量级。登录用户会有浏览和加购的行为记录。
浏览时长可以判断是否刷单，根据有效用户行为设定。页面是否有卡顿，产品经理设置是否合理，中间是否有事离开。页面的深度是否需要设置。
电商分析经常用同比，进行分析。
网站流量指标
新的自然访问已经很少啦，售价很高，主要从大网站进行引流。
人均页面浏览量，PV/UV，访问IP数量
用户是否是优质用户，投放广告是否有效
跳出率，用户进入之后就关闭，或者中间关闭，日均访问次数。
销售转化率指标
商品品类指标
复购周期：比如你经常收到的电话，短信，提醒你进行复购，欧莱雅就经常打我电话
购买的起始购买时间，最后购买时间，购买次数，然后可以得出复购周期。注意时间的单位是天，还是月或者年。
关联性：淘宝的自动推荐
品类可以根据数量进行观测
对于零售来说，层级非常多，需要注意分析
客户的价值指标
电商的更新换代是很快的，注意具体的需求。
活动营销指标
风险控制指标
市场控制指标
可能来自于第三方购买数据
市场竞争指标
销售转换指标
数据分析体系
首先了解自己处在哪个环节，然后具体分析。
通过标识码进行标识，登录的用户浏览的时长等，如果大型平台，可以尝试投放广告。
尝试搭建用户的分类模型。
用户戒指分层，也称用户忠诚度分层
第三方流量分析
商品分析
