【讀書】數據思維

在我求學的生涯里，不知道是受了應試教育的苦，還是自己資質平庸，對于數學只停留在考試階段，從未真正感受過數學之美，或是享受過數學的樂趣。對于數學，內心有幾分莫名的懼怕。選擇一本數學類的工具書來閱讀，必須有勇氣。

為什么突然有興趣閱讀這本《數據思維》呢？有兩個小契機。前幾日和一位自動化專業(yè)的博士面基，聊起她的專業(yè)，眉宇之間皆是熱愛。作為一個工科小白，雖然我聽的云里霧里，但因此對機器學習和人工智能產生了興趣。碰巧近來多次聽查理芒格的多元思維模型，數學作為一項基礎學科，成功吸引了我的注意。

這是一個最好的時代，大數據知道你的一切，打開網易云音樂它知道什么是你的“心頭好”，購物網站幾乎能準確預判你的消費，導航軟件幫你避開擁堵路段.....這是一個最壞的年代，這個時代你沒有隱私，互聯(lián)網的每一個節(jié)點都留下了你的電子足跡。

沒錯，這都是數據干的。數據思維的模型到底是什么樣的？作為一個普通人或是一個創(chuàng)業(yè)者，擁有數據思維，能給我的生活或是企業(yè)帶來哪些改善？帶著問題去書里尋找答案。

這本書的作者頗有名氣，他是北京大學光華管理學院的EMBA教授王漢中，做統(tǒng)計學研究十幾年，也常常跟企業(yè)高管打交道。微信公眾號“狗熊會”創(chuàng)始人，這本書里的許多文章在公號里都有收錄。

書分兩部分，第一部分適合對數據應用感興趣的人，便于了解數據的概念和價值，以及人人都應該建立的數學思維；第二部分是技術流，適合搞數據分析的同學研讀，不懂的話跳過即可。

提醒：這本書讀起來費力，可以幫助你建立跨學科的思維模型，提升認知是一定的，來，硬科學走起。

一、為什么要學數據分析？

看似高深，實則樸素

再好得車，沒有方向，是開不到目的地的。不以變現(xiàn)為目的的數據分析都是耍流氓。

如果不能把業(yè)務問題轉變?yōu)閿祿治鰡栴}，沒有相應的數據思維，再怎么神話大數據都無法創(chuàng)造商業(yè)價值。

| 如何做呢？

首先，你要有數據。數字不等于數字�？萍寄甏瑹o論是文字、語音的聲音、手機里的照片、視頻等等，只要是能被電子化記錄的都是數據。

想想看，滴滴把出租車數據化，ofo把自行車數據化，這個社會正在成為大數據時代。

其次，關注數據如何幫助企業(yè)創(chuàng)造價值。數據可以幫助企業(yè)提高收入，減少支出，管控風險。

提升收入，大數據幫助你的廣告精準投放，為企業(yè)帶去一大波流量，它所創(chuàng)造的收入增長就是數據的價值。

減少支出，比如根據客戶的大數據調查，減少某產品的某項功能。

把控風險。比如信用卡的征信系統(tǒng)幫助銀行降低風險。

二、什么是數據思維？

回歸分析

數據思維是這本書最重要的概念，這里不得不引入一個統(tǒng)計學專有名詞——回歸分析，即確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法。

在“道”的層面上，回歸分析是一種思維方式，我們可以把公司的“業(yè)務問題”定義成“數據可分析問題”。比如做自媒體，想提高粉絲數量這件事兒。

而在“術”的層面，回歸分析又是一種可以運用的數據分析工具。比如說，什么關鍵點影響我拉新？如何影響的？

什么樣的問題可以被看作數據可分析問題？你需要找到兩種變量：

●因變量Y：因為別人的改變而改變的變量，這是業(yè)務的核心訴求。

●自變量X：用來解釋因變量Y的相關變量，通俗點說，自變量X的改變，影響了因變量Y的變化。

我們的工作重點是找到業(yè)務的核心訴求，而把如何數據分析丟給專業(yè)的技術人員去處理。

三、 大數據到底是什么

大數據不神秘

實際上，大數據沒有媒體上那么神秘，它與統(tǒng)計學密切相關。

|大數據和統(tǒng)計學的關系：

1.統(tǒng)計學關注數據的分析建模，這對大數據的貢獻巨大。

2.大數據并不能代替抽樣，相反，越是大數據抽樣越重要。（大不代表更準確）

|大數據的準確度如何

“預測不準是常態(tài)，預測準確是變態(tài)。”王教授這句話，打破了人們對大數據的神化。

科學本質使然。統(tǒng)計學研究中包括了大量的相關關系，和極小一部分的因果關系。

●相關關系：客觀現(xiàn)象存在的一種非確定的相互依存關系。例子：公雞叫，太陽升起來。 但是殺了雞，太陽就不升起來了嗎？

●因果關系：前一件事導致后一件事會發(fā)生。例子：按下開機鍵，電腦亮了。

很明顯可以看出，因果關系更重要，如果找到不得了。

四、人人應有數據思維

不具備數據思維，我們就會像不懂區(qū)塊鏈去炒幣的人一樣，容易被收智商稅。

|幫企業(yè)提高溝通效率

我們在工作中，經常遇到這樣的情況：數據部門說的是技術語言，業(yè)務部門說的是業(yè)務，驢唇不對馬嘴，溝通障礙。

要解決這個問題，這不僅需要技術部門的人學著去了解業(yè)務，也需要業(yè)務部門克服對數據的恐懼。老板要認識到哪些事與數據相關，業(yè)務部門要學著講清楚核心訴求是什么。

這可以大大提高溝通效率，使數據分析的價值最大化！

|抓創(chuàng)業(yè)者抓住商業(yè)機會

數據思維能幫助創(chuàng)業(yè)者抓住商業(yè)機會，你需要思考：

1.我所在的創(chuàng)業(yè)方向，數據是否能幫助我？

2.如果數據很重要，將業(yè)務中的因變量Y和自變量X梳理清楚。

3.在戰(zhàn)略層面上，保證Y和X的高質量供給、長時間積累。

|生活中的數據思維

首先，培養(yǎng)數據思維幫你養(yǎng)成一種思考有的放矢的習慣：分析的目的是什么？核心訴求是什么？因變量Y是什么？

其次，搞清楚目的后，你就能將注意力聚焦在相關的自變量X上，就不會陷入“放眼望去都是重點”的迷亂狀態(tài)中。

最后，你可以嘗試最簡單的分析，專業(yè)的建模暫且不說，至少可以區(qū)分一下哪些是相關關系、哪些是因果關系。