一、数据获取准备
在写SQL之前，需要先了解：
- 了解业务方和研发说的是哪张表、哪份日志
- 了解这些表和日志的筛选条件是什么，为何要这么筛选
- 了解这些表和日志之前有什么坑，是不是数据缺失
- select *，跑一下核心数据看看
- 熟悉表中各字段的含义，确认统计口径
- 可以构建自己的数据说明文档
SQL技巧：
- 先聚合再计算
- 列转行
- 取top(金额一致并列)，使用窗口函数rank()
二、常用分析方法
2.1 结构分析
2.2 对比分析
2.3 时间序列分析
看某个指标，将时序周期拉长，看数据趋势.一般是看留存
需要分渠道拆解，看整体下降是因为某个渠道还是全部渠道
2.4 相关性分析
可以直接利用excel的相关性分析操作，主要看指标之间的相关性。但是相关性不代表因果性。
2.5 5W1H
所有的分析都是基于用户的基础属性和行为属性。
-
Who：指用户基础属性、用户画像。
-
Where：渠道分析，渠道入口，用户从哪里来。
-
When：时间上的特征。
-
What：用户使用了什么功能，哪些行为更加重要。
-
Why：为什么要这么做，用户是主动还是被动做的。
-
How：怎么做的，行为路径是什么。
分析之后不要着急写分析报告，先把一些关键数据和初步结论同步给业务方核心人员，约个时间一起看下。可以看出：1）他们是如何理解这部分数据的，有没有问题；2）基于这些数据结论，准备如何落地，需要他们提前想方案。
在这个基础上，再去撰写报告 。