数据产品经理经常面对的一些基础概念（下）

这篇文章我们继续来分享数据产品经理经常面对的一些基础概念，都是非常的实用的内容，数据产品经理们一定要掌握哦，一起来看看吧，巩固一下基础知识。
1.数据库、数据仓库和数据集市的定义和区别

数据库：是长期储存于电脑中，有组织，可分享之数据集合。通过建立一定的数据模型，对数据库中的数据进行组织、描述和存储，使其具有冗余少、数据独立性强、易于扩展、可供多种用户共享等特点。对数据库理论的研究主要集中在关系规范化理论、关系数据理论等方面。近几年来，随着人工智能和数据库理论的结合，并行计算机的发展，数据库逻辑演绎、知识推理、并行算法等理论研究，演绎数据库系统、知识库系统和数据仓库的开发，都成为了新的研究方向。

数据仓库：是一个以主题为导向(SubjectOri2ented)、集成化的(Integrate)、相对稳定的(Non-Volatile)、反映历史变化的数据集(TimeVariant)，用于支持管理决策。数据仓库首先是用来支持决策制定、面向分析的数据处理，其次是对多种异构数据源的有效集成，集成后根据主题重新组织，并包含历史数据，并且存储在数据仓库中的数据一般不会再被修改。

数据集市：为了获得最大程度的灵活性，来自集成数据仓库的数据应该存储在标准的RDBMS(关系数据库管理系统Relationship,DatabaseManagementSystem)中，并且要有规范的数据库设计，并且要添加一些摘要信息和不规范设计以提高性能。这类数据仓库的设计称为原子数据仓库。一种原子数据仓库，也叫数据集市。

不同之处在于：数据库是面向事务的设计，而数据仓库是面向主题的设计。资料库通常储存网上交易资料，而资料库通常储存历史资料。就时间属性而言，数据库在保存信息时，并没有强调一定要有时间信息。不同的是，数据仓库中的数据出于决策的需要，必须标明时间属性。

2.数据处理过程

需求分析，数据收集，数据预处理，数据服务产品化(模板)。

需求分析：在业务部门进行调查，了解业务需要解决的问题，并将业务问题映射到数据分析工作和任务中，同时结合平台的现有能力确定数据分析或挖掘方案。

数据收集：第一步需要定义资料来源选择，DBA可根据数据分析需要，找出相关数据，建立数据宽泛表格，将数据仓库的资料导入此宽泛表格中，并以某些逻辑关系为基础，进行综合计算。此宽表作为数据分析的基础，然后又根据数据分析的需要派生出一些不同的表格，为数据分析提供了清晰、全面的数据源；

数据处理：资料的类型选择、缺失值处理、异常值检测及处理，以达到资料标准化。

其实这些内容看起来很多，但是都是我们平时会用到的，结合实际的工作就很容易理解。对于数据产品经理来说，需要不断提升能力，形成自己的核心竞争力，这样就能轻松突破自我。

以上就是“数据产品经理经常面对的一些基础概念（下）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。