成爲數據分析師：6步練就數據思維

對於沒有統計學基礎的人員閱讀起來比較困難，其中總結的一般方法需要大量的專業基礎才能開展實踐，建議初步涉獵該領域的人士先從基礎的概率論，應用統計學學起，基礎知識要比只懂原理的一知半解強！

數據分析六步： 識別和構建問題：發生了什麼，要解決什麼問題。 以前的發現：這方面已有的進展是什麼？ 建模，確定分析變量：哪些因素與問題相關？ 採集數據 分析數據 根據結果得出結論，並付諸行動。

你有想想過金色是怎麼調出來的麼？1500代表什麼意思？ 在繪畫中，沒有單獨的色彩，顏色因對比而存在，同樣數字也不能脫離物體而存在。 本書推薦的基本書籍： 《如何用數據說謊》 《統計思維中的缺陷與謬誤》 《統計學中常見的錯誤以及如何避免它們》 《概率的樂趣》 《醉漢的腳步：隨機性如何主宰我們的生活》《商務與經濟統計》 《人機共生》《數據化轉型》 數據分析的過程： ·識別問題。你工作中可能出現許多問題。根據緊迫性和定量分析適用性將這些問題放在優先解決的位置。在識別問題階段，最重要的就是全面理解問題及其重要性。對這兩個問題的回答不僅包括解決問題需要做些什麼，還包括如何促進下一個階段。 ·回顧之前的發現。一旦意識到問題，你就要去調查之前的發現中所有與這個問題相關的東西。儘管在這個階段你需花費大量的時間，可是利用搜索引擎會對你大有幫助。搜索與問題相關的資料，對弄清問題的真相非常重要，對識別相關變量和從已識別的變量中尋找關聯也非常重要。對之前的發現有了綜合的理解，就能清楚地知道該如何解決問題。你可以這樣說：“問題設計得很好，已回顧的之前的發現：一半以上。” ·建模（選擇變量）。如果你通過回顧之前的發現找出了所有相關的變量，那麼就一個接一個地扔掉那些與問題不直接相關的變量吧。哪些變量應該丟掉，哪些需要保留，主要取決於模式的目的。如果你要造一輛玩具火車，那麼火車的規模就該保留。相反，如果你要計算火車的經濟適用性，那麼，像噸位、速度、耗油量這些就變得非常相關。集中在某個問題的某些特徵上時，你離問題的答案就不遠了。而且，你的定量觀點也得到了提升。 ·收集（測量）數據。要測量已選的變量，你首先要檢查你所在的公司是否有人收集了這個數據。很多時候，你手邊的數據已經被別的部門，甚至是你自己測量或計算過。你甚至發現，有的數據已被公開使用過。即便你需要花錢買它，也總比你自己收集便宜。當那些與你問題相關的數據不正確時，你要認真想辦法改正它。如果你決定展開調查，那麼就得認真研究問題的具體設計，甚至問卷的措辭。如果你要通過實驗收集數據，你就得去請教實驗設計方面的專家。因爲，獲得正確而即時的數據對解決問題非常重要，在這個階段，你需要投入足夠的時間和精力。 ·分析數據。數據分析包括尋找連續的模式，或者變量之間的關係。使用什麼樣的統計方法，在識別問題階段就已經決定了：當你徹底瞭解了問題後，很顯然就得選擇方法。如果問題是在各個小組之間進行對比，那麼你就該相應地選擇方法。如果問題是變量之間的依賴關係，那麼就該用迴歸或類似的方法。這些方法在很多情況下都適用，所以，你要花時間去習慣這些方法的觀點和應用。此外，你還可以向你公司裏的專家尋求意見。 ·傳達結果並採取行動。別忘了練習這部分非常重要的定量性思維。成功的分析小組在這一階段所花的時間和前5個階段所花的時間一樣多。和公司的其他人交流，問他們是如何傳達分析結果的，然後和他們探討你對此的觀點。學習統計學的可視化語言——比如，把愛德華·塔夫特（Edward Tufte）的書籍當成你的朋友。如果塔夫特來到你所在的城市，講授“呈現數據與信息”的課程，千萬別錯過它。

這本書豆瓣評分不高，但是讀完後，我還是有啓發的，4⭐。 在分析開始前，明確要解決的問題是什麼是十分十分重要的； 得到分析結果後，清晰有效的向決策者表達清楚，講好一個故事，推動決策者行動也是十分重要 最成功的分析師是那些會“用數據講故事”的分析師 好的決策與數學無關，卻離不開與人的溝通交流；分析師不應該只關注分析方法，數學模型，更應該注意與其他人員的溝通交流。 本書介紹的三個階段六個步驟如下，第一階段是構建問題(step1和step2)，第二階段是解決問題(step3，step4，step5)，第三階段是傳達分析的結果並採取行動(step6) step 1 識別問題。 step 2 回顧之前的發現 step 3 建模（選擇變量） step 4 收集（測量）數據 step 5 分析數據 step 6 傳達結果並採取行動

本書唯一實一點的內容只有那個六個步驟：識別問題，回顧之前的發現，建模或選擇變量，收集數據，分析數據，傳達結果並採取行動。其他全是些描述含糊的案例，也沒說明清楚到底是怎麼做數據分析，如果只是舉例講吓思路，就沒必要扯這麼多了

成爲數據分析師（托馬斯·達文波特） 一、構建問題 1.識別問題 2.回顧之前的發現 二、解決問題 3.建模或選擇變量 4.收集數據 5.分析數據 三、傳達結果並基於結果採取行動 6.傳達結果並採取行動

和《數據化轉型》這本書風格非常相似，不過受衆不只是高管，也同樣適合想要入門的人。寫的內容通俗易懂，也提供了切實可行的方法。整本書看下來比較輕鬆。不過我覺得有些地方應該是翻譯的不到位，導致不太好理解。

數據分析其實離每個人都不遠，合理利用數據分析的能力可以使工作事半功倍。而即使你不會統計學，不懂如何具體分析數據，練就“數據思維”也是十分重要的。關鍵是要能瞭解數據可以幫你做什麼，積累數據，找到合適的人幫你分析。 本書比較籠統的介紹了數據思維，案例不算特別生動，有些太泛泛，會使讀者覺得離自己有些遠。但本書提供的3大階段6個步驟十分實用。如果你還沒有建立數據思維，耐下性子讀一讀，想想數據可以在你的工作中如何幫助你，試着在工作中應用，相信你會有收穫！

約等於看完了，對於對數據分析不瞭解的人羣來講，是一種認知的拓展，能夠認識到數據分析的大體情況，也啓蒙瞭如何着手做一個數據分析者所具備的素養！ 對於自己的收穫，以前想識別某個現象而進行研究，但是無從着手，現經過閱讀本書帶來了一個從數據出發，尋找變量，建立模型來探索這種現象的原因！ 思維上起到了一種立足數據分析進而解決問題的啓蒙！

說實話，空話比較多，實際非常少，道理都知道，就是沒操作。此書面對的羣體不清晰，要知道對這種標題的書籍感興趣的人是想得到什麼，連這個都搞不清楚，就是浪費讀者的時間。這樣的泛泛而談的所謂決策分析，連知乎上的回答都不如，看孫子兵法就算沒有統計學、分析學，也比這種強一億倍。以後這種非經典的現代暢銷書真的不能隨便看。