EDA与CDA

这两个概念还真是第一次看到，探索式分析和验性分析倒是知道，估计统计学的书上会有，以后得补补。

EDA
Exploratory Data Analysis，探索性数据分析
描述性统计分析，是为了产生一个结论而对数据进行分析的一种方法，侧重于在数据之中发现新的特征
CDA
Confirmatory Data Analysis，验证性数据分析
定性数据分析，在已有的假设基础上进行证实或证伪

简单来说，就是如果已经有了一个结论或猜测想要通过数据去验证下，就是CDA，验证性分析；如果就是想看看数据，想从数据中发现点儿什么结论，就是EDA，探索式分析。
倒也不需要纠结于这两种概念，只需要知道这两种分析方式就行了。

电子商务中的三种基础数据

作者把电子商务中的数据，分为三种类型：

数值型数据
就是可加、可减的数值，用户数、成交金额、订单数这种
分类型数据
客观存在的枚举值，比如省份：上海、北京，电子产品：手机、电脑、相机
性质型数据
这个和分类型数据的区别，就是，上面是通用的定义维度，而这个是自定义的描述信息，我感觉还是有点儿类似的，理解了就好，比如低活跃用户、高活跃用户，低价值、高价值

拿到数据之后，我们会先看看数据的一个概况，最大值，最小值，平均值等等，可以对当前数据有一个基本的理解。
平均值有很多种，算数平均值，几何平均值，加权平均值，中间数，截尾均数
在不同的场景下，我们要选择不同的统计方式，比如看看有没有极值，这个对平均值有很大的影响。

作者还讲了数据集成、数据清洗的一些内容，就略过了，来看看这个数据规范化。
关于数据标准化，之前的一篇文章：

作者也详细介绍了日志的内容，主要是服务器端日志，日志的格式，实例，这部分我没有仔细看，略过。
当然，日志数据是很重要的，尤其是用户行为的分析。

字不如表，表不如图，关于图表，作者只是一笔带过，参考之前的一些文章：

最后编辑于：2020.02.22 15:51:40