数据思维：从数据分析到商业价值

樊登读书会上听过王汉生老师一个小时的授课，跑步的时候反复听了三遍，恰巧遇上微信读书上没有资源，就淘宝买了一本Pdf版本的电子书导入阅读。 虽然描述回归分析、机器学习、非结构化数据分析的案例大都贴近生活，但毕竟涉及到统计学相关的专业知识太多，只能走马观花、不求甚解了。 大体框架结构的收获还是不错的，数字化转型应为三个步骤：1.将一个业务问题定义成数据可分析问题2.建模与分析（描述统计、可视化分析、线性回归、机器学习）3.数据业务实施（流程再造、产品设计、标准定制）。 在社会分工越来越精细化的今天，我们应该尽可能的把业务问题定位清晰，而2和3的步骤交于专业人士处理。

1.建立数据思维、用数据解决实际业务问题。 2.数据分析的唯一目的是解决业务问题、创造商业价值。 3.教你如何系统地思考问题，将抽象的业务痛点转化为具体的数据分析问题，最终创造可量化的商业价值。数据分析本身不产生价值，只有将其与业务结合，解决实际问题，才能转化为商业价值。 4. 本质：数据思维是“业务优先”的思维。是从业务痛点出发，寻找数据支撑，通过数据分析得出结论，最后反哺业务决策的闭环。 5. 数据是土壤，模型是工具，业务是种子，只有三者结合，才能结出商业价值的果实。

这本书不建议同学们直接学习，而是有一定数据分析基础学习与实践之后，作为一本简单的案例集来看待会比较好。 个人觉得对同学们来说，全书可以分为两大部分内容： 第一部分是基础理论部分的梳理，包括：数据分析、数据科学的通用基础知识，这部分内容在数据较为零散，需要同学根据自己的理解重新整理一下。 第二部分是案例部分，这部分内容讲解得较为浅尝辄止，读起来总是意犹未尽的感觉，可以当做数据故事来看待，也可以学习到基本的分析思路。

整体比较浅显，思路很直接： 各种问题抽象成数学分析问题，再分析。 相关技术还看不懂，但如何跟业务问题结合的思路后续可以借鉴并深入学习。还是要在业务中实践才能掌握

刚发现微信读书居然有这本书，评分怎么这么少。有用又有趣的统计入门书籍，非常推荐。

专业课老师要求阅读的一本书，并且还要求据此写一篇课程论文，比较推荐阅读前三章的，后面的大致浏览一下即可。更像是很多篇公众号推文杂糅而成的一本书…

回到四五年前，做数据分析是一项很昂贵的投资。但因为云计算的普及，“把数据用起来！” 让数据分析变得更加普惠可用，并从数据挖掘中为我们带来上万亿的利润增长空间。 作为入门书，该书从各行各业的热门实例中以客户的盈利模式为切口，不断强化商业环节之间的起承转合，这种数据产品化的思维训练是学生进入到更真实世界的必要环节。

首先，是要知道所有能够被电子记录的东西才被称作是数据，然后通过它能够形成具体的动作产品化才能够创造价值。所谓的数据思维，就是了解从数据到价值之间的这个过程。然后把我们整个业务当中的因变量，就是你希望改变的那个Y找到，对它所影响的X都有哪些。把这些数据采集出来之后，我们交给专业人士去做回归分析，找到它们的相关关系。回归分析之后，就能够得出哪些东西的影响更大，哪些东西影响更小，之后形成一个具体的动作，就叫产品化的过程，从而创造价值。

感觉前面的部分还可以后面越看越不太行了

特别细节，尤其是图表部分，并且对各种数据进行了阐述和举例说明，普及了很多知识，形象的案例便于理解。不过涉及到机器学习，深度算法部分理论知识讲的比较基础，以及各种案例背后的算法实现还需要自己去琢磨，总体上是很推荐的一本思维入门书籍。