一枚理科生，学过高数、概率统计以及一些调查方法，其中包含着很多和数据分析相关的内容。但是在面对真实问题的时候，往往无从下手，找不到解决的思路，或者是需要很长的时间，去不断试错，才能找到问题的解决办法。每次经历完这样的过程，不禁感叹，教育学中的“试错论”可能就是这样从实践中得来的。
与我而言，这本书在数据分析方面，给我了一些启示：（以下内容斌结合了我的个人理解，并非书籍原文，请酌情理解）
一、快速挑选到合适的工具
Excel、SQL、SPSS、R、SAS，这是书中介绍的几种工具。
- Excel最通用，能解决我们工作中遇到的大部分数据分析问题，还有一些高阶的VB代码或者扩展应用可以使用。
- SPSS是我在硕士期间做科研时用得比较多的软件，因此，在我的认知里，这个软件更严谨和正式一些，它集成了更多统计意义上的功能，能够帮助我们做一些方差、回归分析。简单来说，SPSS中可用的分析模型更加全面。
- SQL代表的是数据库语言，增删改查，帮助我们更加灵活、便捷地处理表单中的数据，帮助我们提取出自己想要的数据。一般情况下还是需要用Excel这些软件或者R等编程语言进行后续处理。
- R语言是开源的编程语言，也就是说，如果用R编程，你将可以直接使用很多开源的数据处理模型，提升数据处理效率，因为你不需要从头开始设计一个数据处理模型，也不需要去购买使用授权。
- SAS这是一个功能强大的软件，缺点是贵。
二、理解单项数据表
单项数据表指的是表单中的每一项（条）数据都是独立的。比如张三2月8日下单10万是一个数据项，张三2月9日下单8万是另一条数据项，李四2月8日下单10万又是另外一条数据项。
单项数据表可以清晰、全面地记录数据，可以让我们从中提取到自己想提取的任何信息。
除此之外，我认为单项数据表还有另外一个十分重要的功能，我们可以从中观察出数据的属性，也就是我们可以从哪些点去描述一件事情或一个人。这就是应用数据分析中【结构/解构】这种方法时，很好的一个切入点。
三、灵活选择数据分析方法
本书介绍的数据分析方法有：对比、分类、聚类、逻辑、预测、结构几种。当然每种方法中，又会有很多细分的方法。我这里不再一一描述，可以从本文最后的思维导图中做个大概的了解。
从总体上把握各种方法的特点，在分析时做一个大概的选择，至少可以很大程度上消除那种不知所措的茫然感。
四、理解企业的经营管理
当然，关注这一项的前提是，你希望可以精进自己的数据分析技能，成为专业的数据分析师，而不仅仅是处理工作中可能遇到的一些碎片数据。这时候可参考书中最后对不同部门的数据介绍，可以迅速了解不同部门的数据特征，快速入门。
企业经营数据分析
