深入浅出数据分析看不懂

I、《深入浅出数据分析》有感1

最近读了《简单易行的数据分析》，里面讲的是使用传统数据分析方法的部分——数据分解，主要是数据分析和心智模型。
1数据分析过程主要是识别问题——分解数据——评估数据——并做出决策。
定义：明确要解决的问题，并根据问题以及底层情况（假设、分析、基本事实等）收集数据
分析：将问题和数据结合起来将其分解为更小的部分，将大问题分解为更小的问题，将数据分解为更小的模块。
评估：与分解一样，评估分解的部分的关键down就是比较，通过Compare前两步的数据来进行有效的比较。
决策：重新组合前面步骤得出的结论，得到有效的结论和解决方。
但是，在数据分析中需要注意的是，客户自己提出的问题可能是错误的。 应进行沟通以确认问题、分析目的、数据来源等。
2心智模型：你对外部世界的假设和你坚定的观点是由一个的知识和经验组成的。
心智模型的缺点：心智模型会导致你注意或忽略某些问题并产生错误的假设或结论（认知偏差）
错误的假设会影响数据分析：在不同的假设下分析相同的数据会得出不同的结论。
因此，让心智模型尽可能清晰非常重要。 统计模型取决于心理模型。 为了避免认知偏差带来的问题，识别认知盲点，即列出不确定因素。
这些也可以应用于产品开发，例如，要开发产品，您必须首先识别问题，获取客户的意见，分析假设，共享数据并共享问题。 然后分析问题并观察数据进行估计并写产品模型。

II、HeadFirstDataAnalysis深入浅出数据分析

1.关键词：
固定基本流程、基线假设、心智模型、原始数据、深度掘
我眼中的认知；一个关于分析的小故事
现在，在我看来，分析是一门科学，是寻找问题解决方的一种方式。 很多事情是不确定的，但可以在大量样本中找到模式。 那么，你也可以在大量的数据中找到对自己和他有用的信息，更好地解决问题。 模糊、不确定的描述和数据，例如《美好世界故事秋特辑01》，让感到极其不舒服。 然而，过度担心所有数据并不是一个好主意。
统计最重要的是分析数据、提取有用信息、支决策。
3.分析的基本流程
检查-分析-评估-求解-检查-分析-评估-求解
通常是第一次思考基本流程，根据自己的心智模型相对简单地分析问题，提出可行的决策方。 然而，随着输入更多数据，可能会先前决策的问题。 所以在这之间你需要做的就是破你最初的思维模式。 在这里，您可以利用反向查找表，对个别情况主动查找自己的盲点。
他对本文所提到的件的自查问题是：
1.您认为销售的哪一方面最不了解？
2.您对广告对增加销售的贡献有多大信心？3.除了性消费者之外，还有其他消费者吗？
4.是否还有其他我不知道且难以解决的因素？
第一个问题其实是这是一个相对开放式的问题，并引出变量，即公司对下一个变量的反应。 我们不知道产品离开仓库后的状态。 第二个问题和第三个问题是基于前面的主要数据。 第四个问题是一个比较开放的问题。
指导如何提问
提出关于问题类型的问题（发深）-询问核心问题/数据-开放式运气元素查找
和review很像，但感觉还是有点不一样。 然而，反侦查技术揭露的信息往往是未知信息。 在某些时候，你漫无目的地的东西也可以作为学习方向来建立你自己的目标。
4.详细调查
要详细分析数据，其实不如分析原始数据。 在处理大量数据时，会根据分析师的主观想法进行一定的删除，并集中在分析师看重的方向上。
因此，当您有问题的数据时，请从原始数据开始，进行有对性的分析。 （原始数据量会很大，但是一旦数据建立起来，工作量就会逐渐减少。 ）
5.决策
现在进入正题。 如下：找到解决你知道的核心问题的方法
6.你自己的问题
也写下我在书中提出的问题。 探索问题和自己在拓展方面，我的想法还很有限，需要想办法提高自己问题、提出问题的能力。 在某些情况下，倾听核心问题可以加快解决和改进的速度。
7.一句话
你不可能知道一切。 世界总是在变化。 这需要严格的问题识别和不确定性管理。 为什么你的心智模型应该成为你工作的重点。