互联网公司在线数据量很大，而且数据量还在快速增长。除了利用大数据提升业务，互联网公司也开始实现数据业务，利用大数据发现新的商业价值。以阿里巴巴为例，它不仅在不断强化个性化推荐这一面向消费者的“千人千面”大数据应用，也在尝试利用大数据进行智能客服。这个应用场景会逐渐从内部应用延伸到很多外部企业的呼叫中心。
除了面对自身生态，阿里巴巴的数据业务也在加速。芝麻信用(Sesame Credit)这种基于采集的个人数据进行个人信用评估的应用取得了长足的进步，其应用场景已经从阿里巴巴内部延伸到越来越多的外部场景，比如租车、酒店、签证等。因为客户的所有行为都会在互联网平台上留下痕迹，互联网公司很容易获取大量的客户行为信息。互联网商业平台产生的信息通常是真实的和确定的。利用大数据技术处理这些数据，可以帮助企业制定有针对性的服务策略，获得更大的收益。
4、如何快速成为数据 分析师诚然，任何技术都不可能一蹴而就，更不可能一夜之间成为人才。在这个世界上，没有什么事是可以快速完成的。越是专业，越是基础，收入周期越长，越是如此。Data 分析除法也不例外。但这并不意味着我们不能通过一些有效的方法让学习过程变得高效有趣，让自己的数据分析老师的学习之旅起到事半功倍的作用。如果你真的想吃成胖子，那就去面试上班吧，你扎实的专业基础会让你浑身是伤。
换句话说，你想通过这项技术解决什么问题或计划？有了这个目标，你就可以清晰地制定自己的学习计划，明确其知识体系。只有明确目标导向，学习最有用的部分，才能避免无效信息，降低学习效率。1.明确知识框架和学习路径数据分析。如果你想做一名数据分析老师，那么你可以去招聘网站看看相应职位的要求是什么。一般来说，你会对自己应该掌握的知识结构有一个初步的了解。
5、需求 分析基础知识整理demand 分析是寻找根本问题，设计是从不同维度思考解决方案。三要素:动力、担忧、阻碍，策略:强化动机；消除后顾之忧；交互路径的设计减少了障碍。真实需求三要素:场景:环境对人的感知能力的影响(噪音、光线等，);对人们心理的影响；用户:基本属性；个性特征；个人喜好；行为:做什么；怎么做；为什么要做；什么时候做；判断需求价值的四个要素:广度:用户群体有多大，数量和覆盖面；频率:使用的频率；强度:需求是否旺盛；动机是什么；时机:与当前产品规划进度和产品周期相吻合；时机是否成熟；1.1项目成立原因:源于一个问题；源于降低成本；源于外部监管要求；源于商机；源于市场和广告；支持业务流程。
