个人喜好-数据挖掘思维与实战24讲-2-读后感以及笔记

04 理解业务和数据:我们需要做好什么计划？

业务理解跟数据理解是核心。

思想准备分 ： 思想问题，业务背景与目标，把握数据。

思想问题1:避免对业务的轻视。

技术的技术的眼光看待问题。业务人员是以业务的眼光去看待问题。不同专业的人看待问题的角度是不一样。举个例子，技术人员会模糊化一些需求的特性，会很大程度去追求共性。因为本人是技术人员，所以代入感比较强。接收一个需求，最直观考虑是入参是什么，然后需要我返回什么，中间需要我做什么操作，你给的入参数据的限制区间是怎么样的，你想要的返回数据的限制区间是怎么样的。开玩笑的说，程序员眼里的客户都是客户，众生平等，都没得感情的传入参机器。但是在业务人员就不同了，他们会给客户打上标签，给于不同的权重。大客户的数据他们更关心，小而多的客户走的统一通道，大客户走vip通道。大客户出问题，业务人员炸锅，火急火燎。小客户处问题，网络波动，稍后重试。但是技术人员不应该轻视业务，中小型公司基本是以业务驱动的，都是靠业务吃饭，而非你的技术。所以数据挖掘，应该更好的重视业务，跟业务有效交流，才能做出更切合实际的技术发挥。

思想问题2:明白可以为和不可以为。

技术不是万能的。技术在进步，正是对不是万能的技术的进一步优化，创新来达成的。我们明白业务的切实需求，我们也要明白数据挖掘所要解决的点在哪里？

不同的公司，有不同的配置，不同的业务流程，不同的技术能力。实现数据挖掘也不一样的处理。

第一个是数据不完美。没有很准确的信息，或者说是准确信息没办法直接有效获取到，只能通过间接获取零散的资料。

第二个是业务条件不完美。没有办法做好百分百准备之后再上线，只能边测试边修正去修改数据的获取准确性，尽可能是我能想到的词。当在不断调整修正中，不断完善，百分比不断完善，这是一种成就感。

业务背景与目标。

结合业务，去分析能得到的数据，然后提炼自己要达成某些模型所需要的数据。

把握数据，在核对好需求之后，就是要对数据进行了解。类似可行性分析。

收集，存储，转换数据都是很重要的环节。

数据认知的层级：

1.是否有数据

2.有多少数据

3.是怎么样的数据

4.标签 (机器学习)

有很多网络上的一些网页，对应网页作用是用来引流，靠什么引流，靠的是数据挖掘之后的产出来引流。最耳熟能详的是淘宝。淘宝名词有竞品。比如你要开淘宝店，你觉得你东西没问题，你想快速做起来，然后你就会去接触网络上的，别人淘宝店怎么开，从而就会点进淘宝工具等等的网页

都是一些广告。这其中利润很大。然后是冲首页，给xxx操作费用，帮你新店上首页。但是这些网页是如何让你相信你有这个能力跟实力。对应很多都是数据挖掘。

你可以通过链接+付费功能 = 你可以看到网页上对该网页竞品分析。

你是否对应该网页背后的操作公司实力有信心些。

那么说一些背后的思维。人有我有，别人有的，我可以通过爬虫来变成我的，这里会尽量让人力搬运变成系统自动搬运。 人有我优，这个需要对同样的数据进一步数据挖掘，甚至于营销手段需要多一些噱头，我创建一个新的名词，然后给新的名词赋予新的定义，然后用我挖掘出来的数据给以赋值。简单的来提纯的话，某个竞品对应有成交量跟流量量可以直接看到，然后我进一步挖掘，给一个成交转换率 ： 成交量 / 流量量 。这样的类比可以存在很多地方，有一些看你数据挖掘的角度怎么样，如果有不一样的角度，然后打造新的名词，用你提纯数据进行进一步支持。这就能产生利润。人无我有，当然这个需要你有很好的技术支持了，你能获取到一些或者是更多的业务数据，来让你案例更多来支持你的数据挖掘。

需要用大数据来做技术支持，对应程序以及机器都需要不一样的量级。不过大数据还未深入了解，这里也是做简单阐述，具体等了解之后再发表自己的言语。

---

漫漫长路，一个小周跟他一个小陈朋友一起努力奔跑。

---