阅读丨数据分析实战

前言

—

本周很忙。

因为学习状态特别好，一年中少有的好。

学习状态好时，我会把想学习书籍（资料）一次性全购买（收集），赶在学习状态消退前，能吸收多少算多少。

今天介绍的书，刚好是对我过往数据分析类的梳理总结，顺便写些心得。

正文

—

书名：数据分析实战

副题：无

作者：酒卷隆治

出版：人民邮电出版社

豆瓣：7.2

类型：快读

脑图：

近几年个人感觉，数据在驱动决策方面越来越重要。

随着带宽及移动网络提升，设备融入互联网覆盖上升，以及各种数据存储的扩大等方面铺垫，使得越来越多的决策可依赖数据分析的结果，而不是像以前的凭经验拍脑袋。

过往的数据分析工作，都是产品/运营/营销等业务部门，跟数据挖掘部门提需求，由数据部门提供基础数据或者直接输出分析报告。

但沟通成本比较高，因为业务不懂底层数据存储，而数据部门离一线业务太远，又无法完全理解需求。

本书介绍的数据科学家，就是为解决以上问题的而新产生。

我就是属于上图左上角的人员。去年底掌握了SQL后，原按天计才完成一些业务分析，直接缩短到按小时计。深感效率提升后，才不断学习提升这方面的技能。

商业数据分析，无非是从现状出发，寻找一条可以达到预期的最短路径。

上面这张图，就是我过去几年工作的核心。

什么是现状与预期呢？比如某款产品，本月收入1万元。那是好是差呢？

假设上月做预算的目标是2万元，那就不达预期了。

但如果公司每月收入1亿，这1万元根本不足挂齿。从公司角度，可能无所谓。可是如果这个就是你个人的本月KPI，那又不一样了。这里就涉及的很多现状和预期的对比。

数据分析就是要弄清楚差距原因，发现问题，并收集加工各种维度数据，在此基础上分析，而最终目标则是找出解决的策略。

本书优点是结构清晰。书中归纳的流程，实际应用时可以仿照书中步骤一步步分解。书中的案例也是一步步分解，比较适合初学者。

当然，书中采用的是R语言，学习曲线比较陡，实现时不一定要按这个语言。我目前重点是往Python方向学习。

声明：本公众号原创或转载的文章，仅用于个人学习，不构成投资建议。市场有风险，投资需谨慎！