深入淺出數據分析的結構化總結

花了3小時，把深入淺出數據分析這本書讀完，並做了相應筆記，只能四個字形容自己的感受，受益匪淺。

• 優秀的數據分析師：
• 幫助客戶思考問題
• 不會等客戶告訴他們該做什麼

• Head First教學原則
• 知識圖形化
• 對話式的個性化風格
• 吸引讀者的注意力
• 引導讀者深入思考
• 影響讀者的情感

• 元認知 想學的快且深入，需要關注自己如何集中注意力，思考自己的思考方式，研究自己的研究方式

• 訣竅：賦予正在學習的事情重大意義
• how
• 一種慢方法
• 重複多次學習

• 快方法
• 做一切增加大腦活動的事情
• 知識圖形化
• 對話式的個性化風格，對話式寫作
• 吸引讀者的注意力-反覆論述
• 引導讀者深入思考
• 影響讀者的情感-幽默，，新穎

• 數據分析的四個步驟
• 1確定問題

• 數據分析師的客戶
• 誰是客戶
• ceo，上司等，需要從客戶多了解一些信息

• 為什麼多了解客戶
• 數據：客戶是否了解自己的數據
• 目標（問題）：客戶是否了解自己的問題
• 業務：客戶是否了解自己的業務
• 性格：客戶是否優柔寡斷
• 善於分析否

• 多問客戶問題
• 問1：是否先在腦子裡形成問題才去瀏覽數據
• 答：沒必要，但是，僅僅過一眼並不是數據分析，數據分析總的來說就是認清問題，以及繼而解決問題。

• 問2：探索性數據分析，就是從數據中找出一些可能想進一步進行評估的點子，這種數據分析並沒有什麼「問題確定」步驟！
• 答：在探索性數據分析中，問題就是要找到一些值得進行測試的假設條件，這完全是個具體的問題。

• 不斷提問客戶問題
• 希望的目標
• 可行的目標
• 競爭對手
• 對一些數據的好奇

• 2分解
• 2.1對問題進行分解
• 將含糊不清的大問題分解成可管理、可解決的小問題

• 2.2對數據進行分解，即提煉因子，再進行比較
• 如果拿到的是原始數據表，先匯總，再提煉因子
• 找出重要的因子

• 2.3將客戶的回答與自己的看法一條條列出

• 3評估
• 評估需要個人參與，參與代表負責

• 4決策
• 以報表形式展示，報表內容如下：
• 背景
• 數據解說+可視化
• 分析師建議

• 得到客戶理解，並鼓勵客戶以數據為基礎做決策

在報告寫好後，出現不確定性新聞

• 心智模型
• 心智模型決定你的觀察結果，
• 心智模型優勢：用心智模型填補信息空白，通過經驗進行試驗
• 心智模型劣勢：世界是變化，若心智模型不變化，則
• 心智模型應當包括你不了解的因素， 考慮不確定因素及盲點，會讓人不爽，但回報顯著，你會小心防範並想方法填補知識空白，繼而提出更好的建議。

• 統計模型取決於你的心智模型，

如果用了錯誤的心智模型，分析就會胎死腹中

• 1再次確定問題（更新假設）

• 2再次分解問題（問題分解與數據分解到多因子）

• 3繼續評估（比較各因子）
• 4繼續報告

獲得收穫：

1. 李笑來曾經提到的元認知；
2. 數據分析的四個步驟；
3. 心智模型決定分析結果，面對變化的世界，要反覆迭代。

推薦閱讀：