为什么要学数据分析，有以下几点原因：
1、解决数据价值最大化的问题
2、解决业务发展过程中的瓶颈
3、解决自身技术的瓶颈
1 数据分析引言 - 分解数据
前言说的好：“熟谙一切数据分析技术方法的分析者会比其他人技高一筹：他们知道如何处理所有的数据材料，如何将原始数据转变成推进现实工作的妙策，如何分解和构建复杂的问题和数据集，进而牢牢把握工作中的各种问题的要害。”
本文通过一个流程，一个案例讲解了如何分析数据，同时还提到了三个模型。
1.1 一个流程
| 序号 | 流程 | 流程说明 |
| 1 | 确定 | 确定问题 害处：未明确确定自己的问题或目标就进行数据分析就如同未定下目的地就上路旅行。 方法：客户将根据你的分析作决策，你需要尽量从他那里多了解一些信息，才能确定问题。 |
| 2 | 分解 | 数据分析总的来说就是分解问题和数据，使其成为小的组成部分；进行有效的比较是数据分析的核心。 将大问题划分成可管理、可解决的小问题； 将数据分解为更小的组块； 在本操作步骤中出现了两个名词：名词一“比较因子”，名词二“基准假设”，后续对其解释 |
| 3 | 评估 | 在这一步对前两步了解到的情况作出各种结论 评估分解组块的关键就比较 在这步书中讲到：“在撰写最终报告的时候，一定要提到你自己，这样客户才知道你的结论出自何处”，“你提交给客户的报告要以得到客户理解、鼓励客户以数据为基础作出明智的决策为重点” |
| 4 | 决策 | 把上述结论重新组合在一起，作出（建议）一个决策 |
1.2 一个案例
Acme公司首席执行官希望数据分析师通过对公司旗舰产品“貌洁超强保湿霜”的销售情况分析来帮他提高销量
1.3 三个模型
1.3.1 心智模型（Mental Model）P21
心智模型（Mental Model）又称：心智模式，是指深植我们心中关于我们自己、别人、组织及周围世界每个层面的假设、形象和故事。并深受习惯思维、定势思维、已有知识的局限。
“心智模式”是一种思维定式，是指我们认识事物的方法和习惯。当我们的心智模式与认知事物发展的情况相符，能有效的指导行动；反之，当我们的心智模式与认知事物发展的情况不相符，就会使自己好的构想无法实现。
心智模型有如下三个基本预测：
（1）人们通常仅对他们认为真实的东西建立心智模式；
（2）人们通常只构建一个而不是多个心智模式；
（3）人们倾向于只从他们构建的一个心智模式中提取数据与信息做出决策与选择。
心智模型的特点：
（1）每个人都具有心智模式。
（2）心智模式决定了我们观察事物的视角和做出的相关结论。
（3）心智模式是指导我们思考和行为的方式。
（4）心智模式让我们将自己的推论视为事实。
（5）心智模式往往是不完整的。
（6）心智模式影响着我们的行为的结果，并不断强化。
（7）心智模式往往会比其有用性更加长寿。
心智模型的特性：
这六个特质并非相互独立的：
（1）不完整性（Incomplete）：人们对于现象所持有的心智模式大多都是不完整。
（2）局限性（Limited）：人们执行心智模式的能力受到限制。
（3）不稳定（Unstable）：人们经常会忘记所使用的心智模式细节，尤其经过一段时间没有使用它们。
（4）没有明确的边界（Boundaries）：类似的机制经常会相互混淆。
（5）不科学（Unscientific）：人们常采取迷信的模式，即使他们知道这些模式并非必要的。
（6）简约（Parsimonious）：人们会多做一些可以透过心智规划而省去的行动。
1.3.2 数据模型（Data Model）P21
数据模型（Data Model）是对现实世界数据特征的模拟和抽象，用于描述一组数据的概念和定义，它从抽象层次上描述了系统的静态特征、动态行为和约束条件；数据模型是数据库中数据的存储方式，是数据库系统的基础，为数据库系统的信息表示与操作提供一个抽象的框架。
数据模型的层次类型：概念数据模型、逻辑数据模型、物理数据模型。
数据模型的分类：层次模型(Hierchical)、网状模型(Network) 、关系模型(Relation)
1.3.3 统计模型P22
统计模型（stochasticmodel；statisticmodel；probabilitymodel）指以概率论为基础，采用数学统计方法建立的模型。有些过程无法用理论分析方法导出其模型，但可通过试验测定数据，经过数理统计法求得各变量之间的函数关系，称为统计模型。常用的数理统计分析方法有最大事后概率估算法、最大似然率辨识法等。常用的统计模型有一般线性模型、广义线性模型和混合模型。统计模型的意义在对大量随机事件的规律性做推断时仍然具有统计性，因而称为统计推断。常用的统计模型软件有SPSS、SAS、Stata、SPLM、Epi-Info、Statistica等。
653
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
