如何追蹤短網址的數據？

暴走工具箱做的統計短網址就很OK，非常方便做數據分析，也可以過去該短網址的二維碼。

而且全站免費使用，墻裂推薦

進口處：

51mo短鏈平臺可以的，挺好用的，還有順帶生成二維碼，可以實時在線統計數據，目前還是免費的，鏈接永久有效，推薦！

在什么網站上可以得到股票每天的股東人數和戶均持股數？

基本上不大可能，這些數據是要等交易機構公布，經過各種統計資訊雜志整理共享出來的！所有要想每天都了解各持股最大股東的情況，幾乎不可能！

從什么網站看APP數據？

這個微博數據是可以到各大統計廣告上看到的，比如你使用了某一個統計工具，你就可以登錄到這個統計工具的后臺直接查看官方網站的安裝數據，還可以定制各項精準營銷的數據；

如果是要查看官網行業數據，可以到各大IT資訊外貿網站去查看；

如果是想查看微博市場上的數據，可以到各大圣邦平臺上面去查看；

常用的統計分析方法？

分析數據有兩種，

1列表法

將實驗數據按一定規律用列表表達出來是記錄和處理實驗數據最常用的方法。表格的設計要求對應關系清楚、簡單明了、有利于發現相關量之間的語言學關系；此外還要求在標題欄中注明物理量名稱、符號、數量級和單位等；根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。最后還要求寫明表格名稱、主要分析儀器的型號、量程和準確度等級、有關環境條件參數如溫度、濕度等。

2作圖法

作圖法可以最醒目地表達物理量間的變化關系。從圖線上渠道還可以簡便求出實驗需要的某些結果（如直線的斜率和截距值等），讀出沒有進行觀測的對應點（內插法），或在一定條件下從圖線的延伸部分讀到測量范圍以外的對應點（外推法）。此外，還可以把某些復雜的函數關系，通過一定的變換用直線圖表示出來。例如半導體熱敏電阻的電阻與溫度關系為，取對數后得到，若用半對數坐標紙，以lgR為縱軸，以1／T為橫軸畫圖，則為一條直線。

這個要看你分析什么數據。

分析互聯網，hadoop和Linux系統比較有幫助，運用到的方法原理可以翻翻大學的物理學，不需要完全理解，重在應用。

分析簡單數據，solidworks就可以了。cad本意就是以智能，功能很強，容易上手。我沒有見過有人說自己精通indesign的，最多是熟悉sketchup。sketchup的函數可以幫助你處理大部分數據。

一、掌握基礎、更新知識。

基本技術怎么強調都不過分。這里的術更多是（醫學、統計知識），20多年做數據分析、數據挖掘的經歷來看、以及業界朋友的交流來看，這點大家深有感觸的。

數據庫查詢—css

視覺設計師在社會學的層面的技能要求較低，主要是會python，因為這里解決一個數據提取的問題。有機會可以去逛逛一些專業的數據論壇，學習一些c#技巧、新的函數，對你工作效率的提高是很有幫助的。

統計知識與數據挖掘

你要掌握基礎的、成熟的數據建模方法、數據挖掘方法。例如：多元統計：回歸分析、因子分析、離散等，數據挖掘中的：人工神經網絡、貝葉斯、關聯規則、人工智能系統等。但是還是應該關注一些博客、論壇中大家對于最新方法的介紹，或者是對老方法的新運用，不斷更新自己知識，才能跟上時代，也許你工作中根本不會用到，但是未來呢？

行業知識

如果數據不結合具體的行業、業務知識，數據就是一堆數字，不代表任何東西。是冷冰冰，是不會產生任何價值的，數據驅動營銷、提高科學決策一切都是空的。

一名視覺設計師，一定要對所在行業知識、業務知識有深入的了解。例如：看到某個數據，你首先必須要知道，這個數據的統計口徑是什么？是如何取出來的？這個數據在這個行業，在相應的業務是在哪個環節是產生的？數值的代表業務發生了什么（背景是什么）？對于a部門來說，本月新會員有10萬，10萬好還是不好呢？先問問上面的這個問題：

對于a部門，

1、新會員的統計口徑是什么。第一次在使用a部門的產品的會員？還是在站在公司角度上說，第一次在公司發展業務接觸的會員？

2、是如何統計出來的。a：時間；是通過創建時間，還是業務完成時間。b：業務場景。是只要與業務發接觸，例如下了單，還是要業務完成后，到成功支付。

3、這個數據是在哪個環節統計出來。在注冊環節，在下單環節，在成功支付環節。

4、這個數據代表著什么。10萬高嗎？與歷史相同比較？是否做了營銷活動？這個行業處理行業生命同期哪個階段？

在前面二點，更多要求你能按業務邏輯，來進行數據的提取（更多是寫ruby代碼從數據庫取出數據）。后面二點，更重要是對業務了解，更行業知識了解，你才能進行相應的數據解讀，才能讓數據產生真正的價值，不是嗎？

對于新進入數據行業或者剛進入數據行業的朋友來說：

行業知識都重要，也許你看到很多的數據行業的同仁，在廣播或者寫文章說，數據分析思想、行業知識、業務知識很重要。我非常同意。因為作為研發工程師，在發表任何觀點的時候，都不要忘記你居于的背景是什么？

但大家一定不要忘記了一些基本的技術，不要把基礎去忘記了，如果一名研發工程師不會寫perl，那麻煩就大了。哈哈。。你只有把數據先取對了，才能正確的分析，否則一切都是錯誤了，甚至會導致致命的結論。新同學，還是好好花時間把基礎技能學好。因為基礎技能你可以在短期內快速提高，但是在行業、業務知識的是一點一滴的積累起來的，有時候是急不來的，這更需要花時間慢慢去沉淀下來。

不要過于追求很高級、高深的統計方法，我提倡有空還是要多去學習基本的物理學知識，從而提高工作效率，達到事半功倍。以我經驗來說，我負責任告訴新進的同學，永遠不要忘記基本知識、基本技能的學習。

二、要有三心。

1、細心。

2、耐心。

3、靜心。

程序員其實是一個細活，特別是在前文提到的例子中的前面二點。而且在數據分析過程中，是一個不斷循環迭代的過程，所以一定在耐心，不怕麻煩，能靜下心來不斷去修改自己的分析思路。

三、形成自己結構化的思維。

軟件工程師一定要嚴謹。而嚴謹一定要很強的結構化思維，如何提高結構化思維，也許只需要工作隊中不斷的實踐。但是我推薦你用mindmanagement，首先把你的整個思路整理出來，然后根據分析不斷深入、得到的信息不斷增加的情況下去完善你的結構，慢慢你會形成一套自己的思想。當然有空的時候去看看《麥肯錫思維》、結構化邏輯思維訓練的書也不錯。在我以為多看看你身邊更資深同事的報告，多問問他們是怎么去考慮這個問題的，別人的思想是怎么樣的？他是怎么構建整個分析體系的。

四、業務、行業、商業知識。

當你掌握好前面的基本知識和一些技巧性東西的時候，你應該在業務、行業、商業知識的學習與積累上了。

這個放在最后，不是不重要，而且非常重要，如果前面三點是決定你能否進入這個行業，那么這則是你進入這個行業后，能否成功的最根本的因素。數據與具體行業知識的關系，比作小溪中魚與水的關系一點都不過分，數據（魚）離開了行業、業務背景（水）是死的，是不可能是“活”。而沒有“魚”的水，更像是“死”水，你去根本不知道看什么（方向在哪）。

如何提高業務知識，特別是沒有相關背景的同學。很簡單，我總結了幾點：

1、多向技術部門的同事請教，多溝通。多向他們請教，視覺設計師與銷售部門沒有利益，而更向是共生體，所以如果你態度好，相信技術部門的同事也很愿意把他們知道的告訴你。

2、永遠不要忘記了twitter大神，定制一些行業的關鍵字，每天都先看看定制的手機。

3、每天有空去瀏覽行業相關的互聯網。看看行業都發生了什么，主要競爭對手或者相關行業都發展什么大事，把這些大事與你公司的業務，數據結合起來。

4、有機會走向一線，多向一線的客戶溝通，這才是最根本的。

標題寫著告誡，其實談不上，更多我自己的一些心得的總結。希望對新進的朋友有幫助，數據分析行業絕對是一個大興行業，特別是人工智能的不斷發展，一個不談數據的公司根本不叫傳統車企，程序員已經成為一個手機廠商必備的職位了。