关于数据建模、可视化的“傻瓜软件”

谈到统计，有两种看法很多。其一，数数的，比如指标计算、报表统计这些，好像不需要专业人士，会点execl的就能做；其二，大数据，写代码搞计算机的，但实际上它跟IT的区别也不小。

这两种看法都比较极端，但主流的确如此，市场上提供的要不是极low的“数据文职”，要不是招聘要求天花乱坠的全能岗位，跟普通人比被质疑专业度，跟IT比代码能力又差了点，两头不落好。

但也别妄自菲薄，统计的价值是一直存在且独一无二的。在一家数据量比较可观的公司，传统的分析维度显然不足以充分发挥数据的价值，在这里，统计人可以：跳出浅显的框架进一步挖掘数据的信息（方法理论和实现技术都必须掌握）；通过报告、可视化实现结果简明、精确的呈现（BI应用、规范化报告都得熟）；完成数据批处理自动化（对于规律化流程，编程一定帮得上大忙）。

区分开基础的数据工作从业者，咱们现在再跟IT的大兄弟们比比。下面是一个流传很广的数据科学韦恩图，如果说大部分统计人在单独的绿色部分，那绝大多数的IT人就在单独的红色部分，而招聘文案上满足的只是最中间交叉的那一小撮，无一不通的“独角兽”真的存在吗？也许有，但凤毛麟角。明白这点就该知道，IT与统计，更应该是协作，而不是取缔。

统计人的代码能力重要吗？当然重要。但一定不是为了比IT人士更强，而是为了更好地完成我们自己的事情，以及在协作的过程中了解对方的业务，以充分发挥两者的优势。

后面几篇文章将依次介绍几个在数据分析上“傻瓜软件”：modeler、SPSS、tableau，涉及一些实用统计模型：详情