数据处理的流程分为以下三步：
一、数据采集
二、数据建模
三、数据分析
好，我们依次来了解。
一、数据采集
数据采集常犯的三个错：
1、不准确 （采集了不正确的数据）
2、不完备 （只有客户端的但是没有服务 端的）
3、不细致（地域 ，年龄，没有浏览器版本）
数据采集的二个原则：
1、全：多种源（客户端，服务端、数据库）全量而非抽样(部分地区，部分人群不可取)
2、细：who\when\where\how\what各种维度
数据采集是数据分析中最重要的一步，一定要做好。
数据采集的方法：
1、可视化埋点
（鸿观的数据：pv,uv,点击量，）
2、代码埋点
（特定的行为，事件，用代码记录这些行为更全更细多维度：转化流程，不同渠道，）
3、导入辅助工具
（通过后台记录的数据 ：客服服务质量考核，不同快递在不同省份运送）
二、数据建模
事件模型（对产品的任何一个操作，都可以理解为一个事件：比如提交订单，付费）
事件类型：user_id ，时间，model.，设备，地区，产品名，产品价格
OLAP(online Analytical Processing)
它是一种电脑处理机制，它可使用户简单而有选择性地从不同视角抽取和查看数据。
1、维度
城市、操作系统、
2、指标
销售额、成单量、用户量
三、数据分析
常见的数据分析方法有以下6种。
1、多维事件分析
事件：提交订单，取消订单，售后服务 ，支付，注册，商品搜索
维度：操作系统 ，城市，省份，wifi，设备，订单总价，姓名，年龄，性别
指标：如果一个维度是一个数值，那就可以把它当做指标来看。订单总和，平均值 ，最大值 ，人均值 触 发用户数
2、漏斗分析
交易型的产品是比较多会用到。
漏斗主要是指一系列的操作动作，每一步都向下传递。比如：到首页，到是否有注册，到注册后，到有多少人下单。等等。
3、留存分析
留存分析主要分析产品的用户留存情况。
4、行为序列分析
了解具体的用户，具体做了什么了。
5、A\B testing
这个大家都熟，就不说了。
6、用户分群
基于用户属性（性别，年龄）或用户做过的事（一个月购买超过3次的，一个月未登陆的）或是行为序列（A流程到B流程）进行用户分群。
