【读书笔记】《深入浅出数据分析》

我最大的收获

试想你在经历一场英语考试，还有两分钟就要交卷了，而你还没有开始写作文。此时，你会怎么做？
利用2分钟时间写出的第一段，还是只写关键句子，搭出文章的开头、过程、结尾？
后者更加明智。这也告诉我们结构完整的重要性。
在工作中，结构性意味着全局思考、闭环、方法。这本书给我最大的帮助，也是再次认识到了结构重要性。确定-分解-评估-决策。

数据分析的目的：通过数据分析，做出更好的决策。认清问题并解决问题。

影响分析结果的关键：一个人的心智模型。一个人的假设+观点=心智模型。

优秀的数据分析师帮助客户思考自己的问题，他们不会等着客户告诉他们该做什么。

数据分析，无法得出适用于所有情况的正确的策略。

数据分析的步骤：

数据分析的方法：观察、对比、实验

使用正确的心智模型进行分析：知道自己知道的，知道自己不知道的。

知道自己知道的=认知可以用数据验证

知道自己不知道的=哪些方面缺乏了解

案例一：保湿霜生产厂商想要提升销售。

分析步骤：确定-分解-评估-决策方法使用。

分析过程：确定需求是销售额提升到目标值。分解销售额来源于不同的供应商。评估发现供应商将货品卖给了男性客户用于剃须。决策开发男性市场。

我学到的：外部世界信息很多，方向错误会迷失在数据的海洋里。找方向的关键是心智模型。心智模型=假设+观点。

案例二：咖啡店的销售额下降，需要找到原因进行提升。

分析方法：观察法、实验法、对比法

分析步骤：确定（已知）--分解（分区域）--评估（实验法）--决策（根据实验结果）

分析过程：观察发现用户调研显示咖啡价值下降。拆解问题发现是XX区域用户对咖啡价值评价下降。制定降价和游说用户两种提升方法，采取同期实验法测试。对比实验数据形成解决方法。

我学到的：实验法的使用。选择同期实验方法而不是历史实验法、排除混杂因素、随机分组（将咖啡店按照区域分组，然后使用RUND公式实现随机分组）。

案例三：生产商可以生产橡皮鸭和橡皮鱼两种商品，各自有不同的利润，各生产多少可以利润最大化？

数据分类，可控因素与不可控因素

明确决策变量、可控因素

使用Solver公式，求出可控因素为多少时，得出利润最大值。可控因素：具体生产多少只。限制条件：橡胶的数量、产能的限制、用户的需求。

我学到的：业务影响因素分可控和不可控，不可控因素无法干预，但应该知道并提前采取措施。

案例四：网站改版，有三套首页设计，应该选择哪种？

数据以图形方式呈现，简单直观。

图形数据化工具：excel、illustrator、R程序、Edward Tufte的书

案例五：生产手机壳的公司，怎么去预测新手机发布时间？

分析方法：假设检验的证伪法

分析步骤：收集信息、大胆预测、用证伪法排除错误预测、诊断证据和假设之间的关系，找到最强假设。

我学到的：证伪法可以克服人们专注于错误答案而无视其他答案的天然倾向。

案例六：检测结果阳性，真正患病的概率是多少？

分析方法：贝叶斯规则

分析步骤：社会中患病人数1%=基础概率，患病检测结果阳性概率90%、未患病检测结果阳性10%、条件概率。基础概率和条件概率结合算出检测结果阳性，患病概率。

案例七：分析师们对事情发生概率的看法不一，如何判断？

分析方法：主观概率

分析步骤：请分析师对于事情发生的概率用%表示。散点图每个点表示一位分析师的看法，可以直接观察出倾向性。使用标准偏差STDEV公式（Standard Deviation），可以计算出大家对于事情的实际争议程度大小。

案例八：宣传不要乱扔垃圾的公司，如何说服市政府持续对公司的投入？

治理扔垃圾的效果没有直接的数据、收集数据成本高、难以量化、用户调研不具有代表性。

分析方法：启发法，快省树

我理解是列出市民扔垃圾意识、行为改变的过程，体现这个公司的业务模型的价值。

案例九：直方图

已知公司内历史加薪情况，包含性别、提出加薪幅度、年份与实际加薪之间的对应关系。

如何表示加薪结果的分布？直方图

表现形式的积累：

1、折线图，X轴月份，Y轴销售额，目标值是虚线，实际值是实线，直接看出完成程度。

2、步骤A到B，中间用箭头表示，箭头上方文字写明AB之间的关系。

3、步骤A到B1、B2到C1-4到D，总分总形式，树形流程图，凸显过程与结论。

4、散点图：X轴代表自变量=原因、Y轴代表应变量=结果、散点体现数据分布。虚线代表散点的均值或者目标值。

5、两个变量之间，是正向关系还是负向关系，两个变量中间用双箭头表示，中间一个圆圈写+或者-，表示正负关系。