前幾次分享SQL查詢語言，很多小伙伴表示不懂，不知道該怎么做，這部分小伙伴可能得補補技術知識。也怪我沒有分享前面的軟件配置這些內容，今天就來分享這些。順便多說一句，現在產品經理已經朝著垂直化、細分化領域發展，普通的產品經理知識已經不太適合行業發展需要，未來產品經理要想獲得更好的發展，需要朝著細分化領域去做，比如數據產品經理、策略產品經理、B端產品經理等，同時還要對行業的業務有深入了解，而不是做個只懂互聯網的產品經理。

數據分析流程

1、收集相關數據

• 手工收集（主要通過Excel存儲） ?例如：問卷調查、觀察記錄、公開數據

• 數據儲存在數據庫 ?例如：電商訂單、會員數據（這些都屬于結構化的數據），那像用戶的操作行為，這些是沒有規律可尋的，屬于非結構化的數據

2、分析數據結構

當你發現數據不滿足需求或者是不是自己想要的，需要重新回去收集數據。

3、進行數據預處理

數據預處理的時候，有可能發現部分數據缺失，也需要重新回去收集數據。

數據處理好了以后，進行數據建模（比如用戶建模，知道用戶有幾類）和數據分析

4、展示結果

最終的數據可以可視化展現出來，不論是系統數據可視化還是excel數據可視化

企業不同階段數據平臺

收集數據、分析數據結構、分析數據基本上都是在數據庫中完成的。很多人可能覺得自己業務量比較少，亦或是初創團隊，沒有足夠的開發資源，就直接用Excel去分析了。可是有幾百萬的數據，Excel就跑不動了。這個時候就需要數據庫了。

我們接下來看看企業在不同階段使用的數據分析平臺。

• 小企業

完全是excel為主，

以手工excel或者從系統中導出excel來處理

主要是基礎統計

• 中型企業

中型企業的業務量比較大，也有比較成熟的ERP系統、crm系統等。中型企業的發現數據量比較大，大部分沒有專門的數據團隊，也主要是以excel處理為主。當數據量比較大的時候，會考慮數據庫處理。

• 大型企業

大型企業都是用數據庫，因為excel根本跑不動。這個時候的excel更多的是日常處理，每天會出數據報表，有專門的數據BI團隊。有專題分析、有自己的數據挖掘模型，有自己的數據分析團隊。

• 成熟企業

成熟企業可能就不用數據庫了，可能是用hdoop，團隊比較大。日常的數據在數據門戶上查看與分析；有深入專題分析，有數據挖掘模型；有各種數據產品滿足各種商業前景；有規模較大的數據團隊。

數據庫（DB）和數據庫管理系統（DBMS）之間的區別

數據庫：為某種目的而組織起來的記錄和文件的集合。更通俗的理解，是由一張張表構成。現在使用的數據庫大多數是關系型數據庫，是建立在關系模型上的數據庫。

數據表其實就是一個二維表，表中一列一列的就是字段，

數據庫管理系統（DBMS）則是在計算機中對數據庫進行定義、描述、建立、管理和維護的系統軟件。我們日常說的mysql、oracle都屬于數據庫管系統。

什么是SQL

SQL是一種結構化的查詢語言，是一種數據庫查詢和程序設計語言，用于存取數據以及查詢、更新和管理關系數據庫系統。各種數據處理邏輯與方法的實現，都可以通過sql語言來完成。

SQL語言構成（這個大家了解一下就行）：

數據定義語言（DDL）：對數據庫對象進行創建，刪除等操作。數據對象包括：數據庫、表、視圖、索引等。

數據操作語言（DML）：主要對各種表進行各類操作。比如：增加、刪除、修改等。

數據查詢語言（DQL）：主要是針對單表或者多表中的數據進行各種查詢。

數據控制語言（DCL）：主要是用來設置或者更改數據庫用戶或角色權限的語句，這些語句包括GRANT、DENY、REVOKE等語句

接下來就是mysql的安裝了，mysql如何安裝這里不說了，喜歡的小伙伴可以加我微信：chanpin628 我把安裝包和安裝方法發給他。（條件是轉發文章到朋友圈或產品經理/運營微信群）

此外我們的官方網站也上線了，每日分享高質量的文章、原型素材和行業報告，小伙伴可自行前往索取，支持搜索，需要的小伙伴可點擊底部的閱讀原文直接查看，或者復制網址：www.dadaghp.com?打開。

更多干貨可關注微信公眾號：產品劉

想學習更多關于產品、職場、心理、認知等干貨，可長按右邊二維碼，關注我們。

··················END··················

RECOMMEND

推薦閱讀

產品經理學SQL（二）

產品經理學SQL

線下實戰2.0

面試題，你做了哪些事情來提升自己的溝通能力？

點擊“閱讀原文”

查看更多干貨

總結

以上是生活随笔為你收集整理的产品经理学SQL—前言的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。