数据分析与用户行为研究指南（执行版）.docxVIP

数据分析与用户行为研究指南（执行版）

第1章数据基础与采集规范

1.1数据定义与分类体系

数据是指通过人类活动（如传感器、问卷、日志）产生的结构化或非结构化信息，是数字经济的“血液”，其核心价值在于将模糊的感性认知转化为可量化的客观事实。在分类体系中，我们将数据严格划分为“结构化数据”（如Excel表格、SQL字段，适合机器直接处理）与“非结构化数据”（如文本报告、图片、视频流，需先进行特征提取），并进一步细分为“日志型数据”（记录操作行为）、“行为型数据”（记录决策路径）与“属性型数据”（记录人口特征）。

例如，在电商场景中，“订单号”属于唯一标识符，用于关联交易记录；“用户ID是行为追踪的主键；而“浏览时长”和“次数”则是行为型数据，用于分析用户的活跃程度。理解分类体系至关重要，因为错误的分类会导致后续分析失效。若将“用户画像”直接当作数值型数据输入模型，系统会因数据类型不匹配而报错，必须先在Python中使用Pandas进行类型转换。数据采集前必须明确数据的“来源域”，例如用户数据来源于CRM系统、第三方广告平台或IoT设备，不同来源的数据格式、更新频率及权限等级截然不同，需建立统一的数据接入标准。

分类体系不仅是数据仓库的基石，更是数据治理的起点，它决定了数据如何被存储、如何被查询以及如何被用于构建用户行为预测模型。

1.2数据