《大數據導論》讀書筆記——Chapter 1

去年買的書，從通信轉到大數據行業，其實一直挺心虛的，特別想要踏踏實實把它讀下來，補補基礎。覺得國內的各種譯本可能會不那麼準確的傳遞一些信息，畢竟不同語言之間對應的精準程度有限，就心血來潮下單了這本英文版，書架上擱置了將近三個月，感謝搬家的師傅幫我把它從院里的小白樓搬到了院外的寫字樓，終於有想要看看它的衝動了。看了幾頁便有醍醐灌頂酣暢淋漓的感覺，忍不住要整理出讀書筆記，一章一章發布在這裡，算是一種對自己的督促（暫時還不確信我能不能堅持看完），也算是一種分享吧，希望得到師長和朋友們更多的指正與批評，有時候批評這種東西也是千金難求的，在此深深謝過。

第一章主要是理清一些概念和術語。

1. Data Analysis vs. Data Analytics：

書中原文：

Data analytics is a broader term that encompasses data analysis.按原文理解，後者是比前者更加寬泛的概念，到網上查了一下相關的說明，得出這樣的解釋：

（http://www.linkedin.com/pulse/data-analysis-vs-analytics-matthew-rosendin）

從字面上看，前者是後者的一部分，前者是一種技能，後者是一項遊戲，而這項遊戲包括數學、統計與計算等相關活動。

用中華文化來理解，analysis是術，analytics是道，analysis是方法，analytics是方法論。

2. Four General Categories of Data Analytics

很喜歡書中的這張圖，清晰，簡潔。繼續用中華文化來理解，左邊那個箭頭Value表示由下往上，就可以嘗試從「事後諸葛亮」變成「事前諸葛亮」，同樣的右邊那個箭頭，表示想要變成「事前諸葛亮」需要付出越來越大的複雜性作為代價。

1）Descriptive Analysis：（描述性分析）

用於回答已經發生的事件相關的問題，通常用reports或dashboard的方式。

2）Diagnostic Analysis：（診斷性分析）

用於分析已經發生的事件背後的原因，個人理解，Descriptive Analysis更加關注過去的信息的總覽或概述，是一個general的過程，當然其中也有相關細節，但目的性不是很強。Diagnostic Analysis更加關注問題與現象，是一個particular的過程，偏重於尋找事件或現象出現的原因，目的性較強，通常用drill-down或者roll-up的方式。

3）Predictive Analytics：（預測性分析）

用於嘗試確定未來可能發生的某一事件的結果。需要model的支撐，而在使用model時，要重點關注建立這個model的前提條件，當前提條件變化時，模型需要be updated。原文指出Predictive Analytics需要比Descriptive Analysis和Diagnostic Analysis更加先進的skillset，專門查了這個詞，它好像不僅僅是指a set of skills，還有某方面的特指，即是「以結果為導向」發現並解決問題，基本屬於「逆向」的或者說「自上而下」式的思維。也就是說這個Predictive Analytics的目的性也很強，是以結果為導向。同時，原文指出Predictive Analytics要提供用戶友好的終端介面，個人理解這種描述更加簡單粗暴的表達了「以結果為導向」的「目的性」。

4）Prescriptive Analytics：（規範性分析）

原文指出，它是建立在Predictive Analytics的結果上的，用於規範應該採取的行動，不僅僅關注應該採取哪種規範的手段，也關注為何如此。這同樣是一種目的性較強的分析方法，用於增強優勢或減少風險。這四種方法中，Prescriptive Analytics需要最強的skillset，這裡提到skillset包括專業的software或tools。這種分析有explanatory轉到advisory，並包括多種場景的模擬。

3. Business Intelligence（BI）:

原文：BI enables an organization to gain insight into the performance of an enterprise by analyzing data generated by its business processes and information systems.這個目的性更強了，打個比方，BI是做飯，上面的那些分析方法就是煎炒烹炸，用戶是顧客，分析員是廚師，為什麼說目的性強？因為顧客想品嘗美味。（吃貨只能想到這些，供你們批評）

結合自己僅有的一些可視化知識的皮毛，現在市面上很多工具（此處屏蔽廣告若干），都是一種敏捷BI，傳統的BI是一個較為龐大的系統，敏捷BI更加以結果為導向，簡單粗暴直接得出顧客想吃的東西。

4.關於那些個「V」

跟微博里的大「V」一樣，不刷過幾個他們的主頁，就不能說玩兒過微博。這幾個「V」也是大「V」，不知道它們就不能說了解大數據。不一一描述了，這裡看到一處：說其中的Veracity是後來專門針對較低信噪比的非結構化數據增加的。（總算出來一個通信專業里熟悉的名詞"信噪比"，小編好親切的感腳，看見了親人都是眼淚）