一、引言
最近工作的重心都在跟数据打交道，各种各样的数据呈现及内在挖掘都要定策略，加上之前在产品策略方面的经验，因此对常用的一些策略方法做一个总结梳理，算是抛砖引玉吧。
二、概述
结合实际的工作场景和经验，会从以下几个层面分别进行展开：
定量分析：如何将定性、不确定的场景/因素进行量化的数据表达。迭代思想：数据持续变化，如何利用数据构建可靠的模型，进行深度挖掘？概统知识：基础的概率统计学知识在数据分析中那是必不可少的。关联分析：数据林林总总，不同的维度/事务是否存在千丝万缕的关联？
当然，这样的拆分是基于个人的经验，不见得多么合理，其实是会存在很多的交叠，也只是冰山一角，所以活到老学到老。
三、定量分析
在实际的工作场景中，常常会碰到各种需要拍脑袋的场景，定性的成分占比较大的比重，除了基本的服务性能外，其他难以定量考评。
举个例子，我们对于作者进行评级的时候，常常会在作品量、播放量、粉丝量和互动量这几个指标之间纠结，到底谁更重要，重要多少呢？
一番激烈友好的讨论之后定下来“播放量
