一个电商数据分析师的经验总结
数据分析工作总结汇报
数据分析工作总结汇报
在过去的一段时间里，我有幸参与了公司的数据分析工作，并且在这个过程中取得了一些成绩。
在此我将对我的工作进行总结汇报，希望能够得到大家的认可和指导。
首先，我主要负责了公司销售数据的分析工作。
通过对销售数据的深入分析，我发现了一些有价值的信息。
例如，我发现了某个产品在特定地区的销售额明显下降，经过进一步分析，发现是由于当地经济形势的不稳定导致的。
在及时向公司领导汇报了这一情况后，公司采取了相应的措施，避免了进一步的损失。
其次，我还参与了市场调研数据的分析工作。
通过对市场调研数据的分析，我发现了一些潜在的市场机会。
例如，我发现了某个新产品在特定年龄段的消费者中具有较高的潜在需求，为公司的产品推广和营销提供了有力的依据。
除此之外，我还积极参与了数据分析工具的学习和应用，不断提高自己的数据分析能力。
通过学习和应用数据挖掘、机器学习等技术，我能够更深入地挖掘数据背后的信息，为公司的决策提供更有力的支持。
在未来的工作中，我将继续努力，不断提高自己的数据分析能力，为公司的发展做出更大的贡献。
同时，我也期待能够得到大家的指导和支持，共同推动公司的发展。
谢谢大家！。
大数据分析师的数据分析案例和实践经验分享
大数据分析师的数据分析案例和实践经验分享在当今信息爆炸的时代，数据成为了企业决策的重要参考依据。
为了深入挖掘数据背后的价值，大数据分析师扮演着重要的角色。
本文将分享一些大数据分析师在实践中遇到的案例，并介绍一些宝贵的经验和技巧。
一、数据分析案例1. 用户行为分析作为大数据分析师，我曾负责分析一家电商平台的用户行为数据。
通过对大量的用户数据进行深入分析，我发现用户在网站上的平均停留时间呈现出明显的下降趋势。
结合其他数据指标如浏览量、转化率等，我推断用户流失率可能较高。
基于这个发现，我向相关部门提出了改进网站体验和增加用户黏性的建议。
2. 产品营销策略优化在另一个案例中，我参与了一家汽车公司的大数据分析项目。
通过分析市场状况和竞争对手数据，我发现该公司在某一车型上的市场份额一直下降。
进一步分析发现，竞争对手在产品价格以及市场营销策略上做出了调整。
我通过对市场细分和用户需求的深入洞察，向公司提供了针对性的推广策略，帮助他们重新夺回市场份额。
二、实践经验分享1. 多源数据整合在实际工作中，我发现往往需要处理来自不同来源的数据，包括结构化数据和非结构化数据。
为了有效整合这些数据，我首先固定数据源的格式，并制定统一的数据清洗规范。
然后，我利用大数据工具和技术对数据进行处理和清洗，确保数据的准确性和一致性。
最后，我运用数据可视化技术，将处理后的数据以图表的形式展示，帮助业务部门更好地理解数据。
2. 预测建模与优化数据分析的目标之一是通过建立预测模型来预测未来趋势。
在实践中，我常常使用回归分析、时间序列分析等方法进行预测建模。
同时，我也注重模型的评估和优化，通过对实际数据与模型预测结果的对比，进行模型的迭代和改进。
此外，我还关注业务环境的变化，及时根据新的数据和趋势进行模型的更新和优化。
3. 持续学习与专业知识更新作为一名大数据分析师，我深知行业知识的重要性。
因此，我积极参加行业培训和学习，了解最新的数据分析技术和工具。
数据分析工作总结汇报
数据分析工作总结汇报
尊敬的领导和同事们，。
在过去的一段时间里，我有幸能够负责公司的数据分析工作。
通过不懈的努力和团队的支持，我很高兴地向大家汇报我们的工作
成果和收获。
首先，让我们来看一下我们所处理的数据量。
在过去的一个季
度里，我们收集并分析了超过10万条数据，涉及到销售、市场、客
户和产品等多个方面。
这些数据的收集和整理工作是一个庞大的项目，但我们团队成功地完成了这项任务，并为公司的决策提供了重
要的支持。
其次，让我们来看一下我们的数据分析成果。
通过对这些数据
的深入分析，我们发现了一些有价值的信息和趋势。
例如，我们发
现了某个产品在特定地区的销售情况较好，为公司的市场推广提供
了重要的参考。
同时，我们还通过数据分析找到了一些客户群体的
偏好和需求，为销售团队提供了有针对性的销售策略。
最后，让我们来看一下我们的数据分析工作对公司业绩的影响。
通过我们的数据分析工作，公司在过去一个季度实现了销售额的10%增长，客户满意度也有了明显的提升。
这些成绩的取得离不开我们
团队对数据的深入分析和对业务的深刻理解，我们为公司的发展做
出了积极的贡献。
总的来说，我们的数据分析工作取得了一定的成绩，但也还有
很多可以改进的地方。
我们将继续努力，不断提升自己的数据分析
能力，为公司的发展贡献更多的价值。
谢谢大家的支持和配合！
此致。
敬礼。
XXX 敬上。
大数据个人总结报告范文(3篇)
第1篇一、前言随着信息技术的飞速发展，大数据已成为推动社会进步的重要力量。
在过去的一年里，我有幸投身于大数据领域，担任大数据开发工程师一职。
在此，我将对过去一年的工作进行总结，回顾自己在工作中的成长与收获，并对未来的发展进行规划。
二、工作内容与成果1. 数据采集在过去的一年中，我主要负责数据采集工作。
通过运用爬虫技术、ETL工具等手段，从多个渠道获取了大量数据。
具体成果如下：（1）构建了数据采集平台，实现了对海量数据的自动化采集。
（2）针对不同数据源，制定了相应的数据采集策略，确保数据采集的准确性和完整性。
（3）优化了数据采集流程，提高了数据采集效率。
2. 数据清洗与处理在数据采集的基础上，我对采集到的原始数据进行清洗和处理，为后续分析提供高质量的数据支持。
主要成果如下：（1）利用数据清洗工具，对采集到的数据进行去重、去噪、填充等操作。
（2）根据业务需求，对数据进行分类、整合，构建数据仓库。
（3）对数据进行统计分析，挖掘数据规律，为业务决策提供数据支持。
3. 数据分析与应用在数据清洗和处理的基础上，我对数据进行深入分析，为业务部门提供决策依据。
主要成果如下：（1）运用机器学习、深度学习等算法，对数据进行预测分析。
（2）根据业务需求，构建可视化报表，直观展示数据分析结果。
（3）针对业务痛点，提出解决方案，协助业务部门优化业务流程。
4. 项目成果在过去的一年里，我参与了多个大数据项目，取得了一定的成果。
以下列举几个典型案例：（1）某电商平台用户行为分析项目：通过分析用户行为数据，为电商平台提供精准营销策略，提升用户转化率。
（2）某金融机构风险控制项目：利用大数据技术，对金融风险进行预测和预警，降低金融机构风险。
（3）某政府部门公共服务优化项目：通过分析公众需求，为政府部门提供公共服务优化建议，提升政府服务效率。
三、成长与收获1. 技术能力提升通过参与大数据项目，我对数据采集、清洗、处理、分析等方面的技术有了更深入的了解，掌握了Hadoop、Spark、Python、R等常用大数据技术。
数据分析实践课心得体会
随着信息时代的到来，数据分析已经成为了各个行业的重要技能。
作为一名大学生，我有幸参加了学校组织的数据分析实践课程，通过这段时间的学习和实践，我对数据分析有了更深入的理解，以下是我的一些心得体会。
一、课程内容丰富，理论与实践相结合数据分析实践课程涵盖了数据预处理、数据清洗、数据探索、统计分析、数据可视化等多个方面。
课程内容丰富，既有理论知识的学习，又有实际操作的经验积累。
在课堂上，老师通过讲解和案例分析，让我们对数据分析的各个环节有了清晰的认识。
在实践环节，我们使用Python、R等编程语言，对真实数据进行处理和分析，将理论知识应用到实际工作中。
二、数据预处理的重要性数据预处理是数据分析的第一步，也是至关重要的一步。
在课程中，我们学习了如何对数据进行清洗、去重、缺失值处理等操作。
通过实践，我深刻体会到数据预处理的重要性。
一个良好的数据预处理过程可以保证后续分析结果的准确性和可靠性。
在实际工作中，我们经常会遇到数据质量问题，如数据缺失、数据错误等，这就需要我们具备一定的数据预处理能力，对数据进行清洗和整理。
三、统计分析方法的应用在数据分析过程中，统计分析方法的应用非常重要。
课程中，我们学习了描述性统计、推断性统计、假设检验等方法。
通过实践，我掌握了如何运用这些方法对数据进行分析。
例如，在分析某产品销售数据时，我们可以使用描述性统计来了解销售量的分布情况，使用推断性统计来分析销售量与时间、地区等因素的关系。
这些方法的应用使得我们的分析结果更加科学、严谨。
四、数据可视化技巧的提升数据可视化是将数据分析结果以图形化的方式呈现出来，使得分析结果更加直观、易懂。
在课程中，我们学习了多种数据可视化工具，如Matplotlib、Seaborn等。
通过实践，我掌握了如何运用这些工具将数据可视化，并制作出美观、易懂的图表。
在实际工作中，数据可视化可以帮助我们更好地向他人展示分析结果，提高工作效率。
五、团队合作与沟通能力的提升数据分析实践课程不仅要求我们掌握专业技能，还要求我们具备良好的团队合作与沟通能力。
电商工作总结(通用7篇)
电商工作总结（通用7篇）篇一：本人于2019年进入某电商公司工作，担任客服专员岗位，经过两年的工作积累和学习，得以在工作上有着很大的提升，现将工作总结如下：一、岗位职责我所从事的客服专员岗位是电商公司中非常重要的一个环节，主要职责有以下几点：1.回答用户咨询：根据用户的咨询内容，提供专业的产品介绍和使用方法。
2.售前、售中、售后服务：为用户提供产品购买前的咨询、订单的处理以及订单出现问题后的售后服务。
3.关注公众号及社群：在学习产品相关知识的同时，也要关注公众号的最新资讯，以及在互动的过程中获取用户需求。
4.数据报告：定期的汇总客户投诉、问题解决率等数据，并提出相关建议。
二、工作心得1. 为客户着想：把客户的需求放在心中，始终站在客户的角度思考，耐心倾听客户的需求，让客户感受到我们的贴心服务。
2. 善于沟通：做好口头沟通和书面沟通的能力，对各个渠道的表述方式要有所区别，重在表达出对用户的真诚关心和处理问题的能力。
3. 自我提升：每天学习公司产品知识，加强专业技能的培训，并在实践中不断探索新的解决方案，提高处理问题的速度和准确性。
三、工作成果通过两年的工作实践，我在客服专员的职位上获得了不同层面的成就：1.客户满意度提升：不断优化客服工作流程和规范回复语稿，减少用户反馈和吐槽并促进用户满意度提高。
2.售后解决率：学习了更多的产品知识，掌握更多的解决问题的技巧策略，将售后解决率从80%提高到了95%，得到了公司的表扬。
3.数据报告的质量：对自己负责的数据有清晰的认识，对数据结构和逻辑进行建模，自动化提取每周的数据并自动生成报告。
四、未来展望未来，我会继续在这份工作中努力发挥自己的优势，不断完善工作流程，提高服务质量，同时深入理解客户需求，寻求更多创新的解决方案，做到更高的客户满意度和公司业绩增长。
篇二：电商公司是目前非常受欢迎的领域，也是我职业生涯中的首家工作单位，我担任的是数据分析师一职。
在我的日常工作中，我需要处理日常运营数据，整理和解读各种数据报告并提供决策支持。
电子商务实习总结范文2000字6篇
电子商务实习总结范文2000字6篇第1篇示例：电子商务实习总结在过去的几个月里，我有幸参与了一家电子商务公司的实习工作。
在这段时间里，我学到了很多关于电子商务行业的知识，也锻炼了自己的能力和技能。
通过这次实习，我积累了宝贵的经验，并且对自己未来的职业发展有了更清晰的认识。
在实习的过程中，我主要负责公司网站的运营和推广工作。
我深入了解了电子商务的运营流程，包括产品策划、推广、销售和售后服务等方面。
我学会了如何通过数据分析和市场调研来制定营销策略，如何利用社交媒体和搜索引擎优化来吸引更多的用户，如何提升网站的用户体验和服务质量。
通过不断的实践和总结，我逐渐掌握了一些运营的技巧和方法，也提高了自己的沟通能力和团队合作精神。
在实习的过程中，我也遇到了一些挑战和困难。
有时候需要处理用户投诉和退换货的问题，需要沟通各个部门并找到合适的解决方案。
还有就是在推广和营销方面，需要不断地创新和尝试，以应对市场的变化和竞争的压力。
但是通过这些挑战，我也学会了如何沉着冷静地面对问题，如何从失败中吸取教训，不断提升自己的能力和素质。
这次电子商务实习是一次宝贵的经历，让我收获了很多。
我不仅学到了专业知识和技能，也提高了自己的综合能力和职业素养。
我相信这次实习经历对我的未来职业发展会有很大的帮助，让我更加有信心和能力去迎接挑战和机遇。
我会把这段经历牢记在心，不断努力学习和成长，为实现自己的职业目标而努力奋斗。
我要感谢公司领导和同事们对我的帮助和支持，让我在实习中收获了很多。
我也要感谢导师和老师们的指导和教导，让我在实习中不断成长和进步。
希望自己能够在未来的工作中发挥所学所长，不断提升自己的职业素养，为公司和社会做出更大的贡献。
愿未来的路越走越宽广，越走越坚定！第2篇示例：电子商务实习总结在实习的这段时间里，我主要负责了电子商务平台的用户数据分析工作。
我通过分析用户在平台上的行为数据，了解用户的需求和喜好，为企业提供了有价值的数据支持。
电商工作总结范文五篇
电商工作总结范文五篇电商工作总结1一、业务工作情况1)、本月完成总业绩为12万元，总任务38880万，任务完成率：32.40%。
业务员分别完成为：黄光伦：0元陈健：9100元余汩：20700元周宗柏：9080元2)、准客户：甜蜜的季节、泽黛服装有限公司、新泰服饰、衣宝时装厂、格意奴、蔡尼尔服饰、恒和内衣、朗服饰伊莉玛、原动力服饰新泰、思美、金辉童装、富民泰兴布料市场、华树纺织有限公司、君诚钮扣、凯旋体育用品、红太阳服饰、思美汤图、卡米尔服饰、英纶布业。
阿沙琪服饰、雪鸽纤维制品有限公司。
3)、老客户维护跟进工作以及应收账款客户问题的处理。
4)、业务分析与总结本月业绩算得上一落千丈，主要体现在业务开展力度不强，主要体现在业务人员紧缺;业务员在处理签单客户制作过程中花了很多时间和精力与客户当面沟通和协调，业务员在工作按排上没有合理利用时间，工作效率不是很高，这方面要加强。
总体来讲，业务开展还存在一定的问题，需要不断提高业务技巧和业务开展力度。
二、设计工作总结一)、本月验收和完成的项目1、完成东莞第8届电博会展览资料制作;2、完成HICC的专题制作、广告更换等;3、完成常规的域名续费邮箱开通问题;4、完成经贸局的纺织行业申报工作并递交材料;5、完成雅轮经典网站项目，客户已经验收;6、完成佳鹏网站的验收，收款中;7、完成艾拉奇网站的验收，收款中;8、完成逸妃服饰网站的项目，客户已经验收;9、完成银声网站的改版项目;10、完成服交会触摸屏的前期修改完善工作，后期工作比如展位查询等以后才能完成;二)、虎门服装网1、虎门服装网的常规维护;2、完成对虎门服装网的广告整理，清除和更换了过期广告;3、在新闻信息方面本周重点提高虎门服装网图片的鉴赏性。
为服装设计师提供参考资料，可作为购物指导性;三)、虎门之窗完成了信息办的3次常规维护;完成了“打击黑网吧”，“第二届读书节”栏目的增加;四)、中国服装服饰网完成信息更新的常规维护;五)、石排政府项目完成了5个版本的初稿修改后，客户满意就签单了;zhaozongjie签单后客户对我们设计要求比较严，客户中有一部分人支持我们，一部分人在反复挑毛病，他们内部都没有统一制作意见，目前界面开始制作到第七个版本;并且要求我们能派设计师进驻石排一段时间，一是对石排镇本地情况的了解，二是在设计上方便沟通，只有这样才能设计出符合石排镇本地特色、符合政府高层领导想要的网站。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一个电商数据分析师的经验总结
king发表于2013-07-27 20:54 来源：贾鹏
08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。
三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。
就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。
比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。
最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。
在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。
后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。
记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：1、RFM模型
模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。
该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。
在RFM模式中，
R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。
一般的分析型CRM 着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。
利用RFM分析，我们可以做以下几件事情：
⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。
⑵发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。
⑶在短信、EDM促销中，可以利用模型，选取最优会员。
⑷维系老客户，提高会员的忠诚度。
使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。
2、关联分析
关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。
通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。
很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。
除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。
本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的
商品一般都是同类商品或者同品牌的商品，像“啤酒与尿布”这种，很少能够有。
使用方法：组套销售或者相关陈列等。
3、聚类分析
零售行业的聚类分析主要是指将具有相似购物行为的顾客进行群体的细分，以支持精细化的营销活动，带来更大的营销效果，节省成本。
Spss里面的聚类分析主要有两种K-means 聚类和系统聚类。
也可以在数据仓库中根据顾客购买的商品属性进行会员的聚类分析，这里就不需要算法的支持，只需要根据系统的已经有的商品分类，把购买过相同商品类别的顾客划分到一起。
这种方法可能与公司的业务更加贴近。
聚类分析是进行会员精细化管理，精细化营销的基础，做好聚类分析，对企业将有很大的益处。
使用方法：对顾客细分，精准化营销。
4、“之”字分析法
该种方法主要是有一种很明确的会员群体，然后通过分析这些会员群体的购买行为，提取这些购物行为的相似点，然后再通过这些相似点返回到整个数据里面，从中抽取更大的会员群体，以制定精准的营销。
再后来，公司又上了SAP，又去BW组去做报表开发，做报表开发这一块能够接触到更多的业务方面的知识，虽然做数据挖掘比较少了，但是数据最终是要指导业务的，所以这对我的成长也算是非常有利的。
业务方面主要了解到了几大块：
1、库存管理-库存管理这块主要有正品库存的管理，滞销库存，高库存商品等各种不同类型的库存该怎么定义以及该如何去管理。
比如去管理供应商的库存的时候会根据正品库存及滞销库存和库存正常的周转天数来计算该供应商的库存是否在合理的水平，是否该进货还是要
减少库存。
2、促销管理-促销管理是以提高销售额为目的，吸引、刺激消费者消费的一系列计划、组织、领导、控制和协调管理的工作。
数据方面来说主要是针对不同的促销方式来计算不同的方式收益情况，不同的促销方式可以带来不同的效果，因此在使用促销的时候要审慎的选择，以达到理想的效果。
另外，还有财务报表、采购流程等很多方面的东西，这些接触的比较少就不写啦。
在BW项目组的时候，也经常会帮网站做一些分析工作，自己也自学了两本关于网站数据分析方面的书，感觉学到了一些皮毛，下面说一下吧：
1、网站流量分析
网站流量的比较重要的KPI指标有浏览量、访问量、独立访客数、跳失率、转化率、页面停留时间、访问页面数、流量来源、流量来源ROI等等。
通过这些数据可以全面的反映网站的整体情况。
其中跳失率可以用来衡量页面的质量，流量来源及转化率可以衡量市场及营销的工作情况。
进行网站数据分析的时候，需要牢牢的把握转化率这一指标，然后由这一指标的变化来寻找其他相关数据的变化，最终找出原因，做相对应的策略，改进我们的工作。
2、网站分析细分
数据分析行业有句话-无细分，毋宁死，足矣看出细分对数据分析意义。
对于网站的数据分析尤其是如此。
网站的流量数据量非常大，从整体上看根本都看不出那里会出现问题，所以必须要细分。
比如说营销人员需要看的转化率，必须就要细分到每个渠道里面，然后再看到这些渠道来的会员的点击情况，他们都看过那些网页，对什么感兴趣，跳失率是多少，浏览时间多长，最终转化的是多少等等，这样才能看出问题。
3、网站的短信促销及EDM
在这个电子商务普遍烧钱的时代，花出去的钱到底能有多少能够带来实际的收益呢？在抢占市场的同时，怎么才能做到ROI最大化这个问题急需要解决。
公司每天几乎都要发几万条甚至几十万条的促销的短信，短信的反馈率基本上都在2%一下，怎么才能提高转化率，这就需要更精准的用户定位，把钱花到最有可能带来收益的地方。
因此网站的短息促销及EDM 促销，必须要依据会员的精细化细分，不但要满足客户的需求，更要挖掘出他们的需求。
写到这里基本上写的差不多，通过总结才发觉自己原来很是知道的很少，还有很多需要学习的地方，比如说数学建模方面的知识不够，统计学软件使用不够好，业务了解的不够深入，对整个电子商务行业的发展把握不清晰，这些都是需要以后加强的地方。
最近在一个数据分析师的前辈的博客上看到他对数据分析师的要求只有一点，就是要热爱数据。
感觉自己还不够，平时工作的时候还不够投入，总觉得是在为公司工作，不是在为自己的兴趣工作，其实一个人每天做的事，一定要都当做是为自己做才行，就算真的不是为自己做，也要从中学到一些东西来变成自己的东西，为自己服务。