最近听的一本书,《数据思维》:分享一下
1.【数据定义】
能被电子化的叫做数据,滴滴司机数据化,ofo数据化,堵车数据化,太形象了,数据以后会是电;
注意!数据与自己业务相关诉求,比如淘宝,谷歌,他们案例不能复制的;
2.【业务问题,定义成数据问题】
业务问题,定义成数据问题,然后数据分析员处理,分析的过程叫回归分析;
核心业务抽象出Y坐标,然后分析因素抽象为x 轴,把x和y关系说明清楚,交给专业人员去处理;
【举例】
文案影响,分析出多个指标,评判出那些文案好;即老总指出,粉丝增多从文案分析;
【建立x和y关系】
建立y和x建立关系,比如x一个因素打分,分类出高价值用户或者将低价值用户培养成高价值用户; 最终目标,数据不断打磨,最后为每个客户提供便捷生活福利;
3.【有了模型,怎么产生产品和实施】
比如公交汽车,油耗很多,分析发现是公交出战时;
4【数据分析产生价值是有极限的】
给定x和y达成的结构magin是有限的,数据产品商业化过程,有一定瓶颈,通过产品创新业务改变提高盈利;
要意识到大数据,测评的实现平均的不准,只能实现平均的盈利;要认可大数据的的不准确;
【举例】
特朗普大选,谷歌,youtbo越是大数据磨平误差,只能代表一部分;
注意!!大量的模型是相关关系,但因果关系很重要;
因果关系比较奢侈,大部分统计学是相关关系;
4.【回归分析定义】
只要有y和x都觉回归分析,非线性分析,线性分析,深度学习;
关键是:从业务反馈到数据可分析问题;