产品经理学SQL—前言
前几次分享SQL查询语言，很多小伙伴表示不懂，不知道该怎么做，这部分小伙伴可能得补补技术知识。也怪我没有分享前面的软件配置这些内容，今天就来分享这些。顺便多说一句，现在产品经理已经朝着垂直化、细分化领域发展，普通的产品经理知识已经不太适合行业发展需要，未来产品经理要想获得更好的发展，需要朝着细分化领域去做，比如数据产品经理、策略产品经理、ai产品经理等，同时还要对行业的业务有深入了解，而不是做个只懂互联网的产品经理。
数据分析流程
1、收集相关数据
手工收集（主要通过Excel存储） 例如：问卷调查、观察记录、公开数据
数据储存在数据库 例如：电商订单、会员数据（这些都属于结构化的数据），那像用户的操作行为，这些是没有规律可寻的，属于非结构化的数据
2、分析数据结构
当你发现数据不满足需求或者是不是自己想要的，需要重新回去收集数据。
3、进行数据预处理
数据预处理的时候，有可能发现部分数据缺失，也需要重新回去收集数据。
数据处理好了以后，进行数据建模（比如用户建模，知道用户有几类）和数据分析
4、展示结果
最终的数据可以可视化展现出来，不论是系统数据可视化还是excel数据可视化
企业不同阶段数据平台
收集数据、分析数据结构、分析数据基本上都是在数据库中完成的。很多人可能觉得自己业务量比较少，亦或是初创团队，没有足够的开发资源，就直接用Excel去分析了。可是有几百万的数据，Excel就跑不动了。这个时候就需要数据库了。
我们接下来看看企业在不同阶段使用的数据分析平台。
小企业
完全是excel为主，
以手工excel或者从系统中导出excel来处理
主要是基础统计
中型企业
中型企业的业务量比较大，也有比较成熟的ERP系统、crm系统等。中型企业的发现数据量比较大，大部分没有专门的数据团队，也主要是以excel处理为主。当数据量比较大的时候，会考虑数据库处理。
大型企业
大型企业都是用数据库，因为excel根本跑不动。这个时候的excel更多的是日常处理，每天会出数据报表，有专门的数据BI团队。有专题分析、有自己的数据挖掘模型，有自己的数据分析团队。
成熟企业
成熟企业可能就不用数据库了，可能是用hdoop，团队比较大。日常的数据在数据门户上查看与分析；有深入专题分析，有数据挖掘模型；有各种数据产品满足各种商业前景；有规模较大的数据团队。
数据库（DB）和数据库管理系统（DBMS）之间的区别
数据库：为某种目的而组织起来的记录和文件的集合。更通俗的理解，是由一张张表构成。现在使用的数据库大多数是关系型数据库，是建立在关系模型上的数据库。
数据表其实就是一个二维表，表中一列一列的就是字段，
数据库管理系统（DBMS）则是在计算机中对数据库进行定义、描述、建立、管理和维护的系统软件。我们日常说的mysql、oracle都属于数据库管系统。
什么是SQL
SQL是一种结构化的查询语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。各种数据处理逻辑与方法的实现，都可以通过sql语言来完成。
SQL语言构成（这个大家了解一下就行）：
数据定义语言（DDL）：对数据库对象进行创建，删除等操作。数据对象包括：数据库、表、视图、索引等。
数据操作语言（DML）：主要对各种表进行各类操作。比如：增加、删除、修改等。
数据查询语言（DQL）：主要是针对单表或者多表中的数据进行各种查询。
数据控制语言（DCL）：主要是用来设置或者更改数据库用户或角色权限的语句，这些语句包括GRANT、DENY、REVOKE等语句
接下来就是mysql的安装了，mysql如何安装这里不说了，喜欢的小伙伴可以加我微信：chanpin628 我把安装包和安装方法发给他。（条件是转发文章到朋友圈或微信群保留24小时找我领取）
更多干货可关注微信公众号：chanpinliu880
往期精彩文章
点击“阅读原文”
即可进行报名。