精益数据分析 - 第4章 以数据为导向与通过数据获取信息

第4章 以数据为导向与通过数据获取信息

定语：滥用数据容易导致局部优化，进而忽视大局，这是极其危险及至致命的。

数学在优化已知系统方面可以做得很好，而人类更善于发现新的系统 。换言之，渐进式的改变可以达到局部极限，创新则可能导致全局洗牌。

人的职责就是在数据优化的背后做个聪慧的设计者。

数据科学家的思维方式（模式）

莫尼卡·罗加蒂是LinkedIn公司的一位数据科学家，她根据经验总结了10条创业者需要避免的数据圈套：

1、假设数据没有噪声

为获取的数据去噪是很耗时的一道工序，而回报通常是巨大的，往往简单的一步去噪就可能提示重要的规律。

2、忘记归一化

譬如，统计一个热门婚礼目的地列表。你大可以统计每个城市每年有多少人乘坐飞机来结婚，但如果不根据该城市每年的旅客量进行归一化，你得到的只会是一个热门旅游城市列表。

3、排除异常点

针对异常点，简单的将其排除不讨论或不明确原因都是不妥的。

4、包括异常点

尽管那21个每天使用你产品一千多次的用户从定性的角度讲十分有趣，因为其揭示了一些你意料之外的事情,但不适合用于建立一个普适的模型。莫尼卡提醒到:“你在打造基于数据的产品时，或许会需要排除这些点。不然，网站的‘猜你喜欢"功能会给所有人推荐相同的东西:你的忠实粉丝所喜欢的东西。”

5、忽视季节性

6、抛开基数侈谈增长

基数很关键。如莫尼卡所说:“你的产品刚上线时,从严格意义上讲你爸爸注册--个账号也可以使你的用户量翻倍。”

7、数据呕吐

如果你不知道什么数据对你更重要,那么即便你的数据统计板再大也没有用。

8、谍报军情的指标

你希望做到快速响应，于是设置了很多警报，在任何数据看起来不正常时都给你提醒，以保证能够快速处理。但倘若设置的阈值过于敏感，警报就会不停地聒噪，你也会渐渐开始无视各种异常。

9、“不是在这儿收集的”综合征

10、关注噪声

“人类与生俱来的模式识别能力，容易使我们误以为无规律的事物是有规律的，”莫尼卡提醒创业者,“把虚荣指标放在一边，退后一步,站在更高的角度看问题。”

精益创业与大愿景

如果一个大的、坚实的、无畏的愿景很重要，带有挑战世界的梦想，那这跟走一步看一步、不停质疑自身的精益创业方法又该如何兼容呢？

精益创业把认知放在高于一切的位置，并鼓励发散思维、积极探索、试验求证。精益创业不等于不假思索地重要“开发 – 测试 – 认知”循环，而在于真正理解发生了什么并接受新的可能性。