开简书，交作业。人家大牛都是“应邀”输出，而我却是“应要”，或者说“硬要”才肯输出的。
2019年第一本书选择的是托马斯.达文波特的《成为数据分析师》，之所以先选择他，主要还是因为许老板和标子他们催得紧。同伴压力呀……
总体概述
老套路，先上个在脑图:
从图中不难看出这本书这定位还是非常非常明确的,就是给非数据分析师看的，拉大家入坑的书。
第一部分先是给出了一套体系化的套路，让大家知道数据分析是有章可循，容易套路化上手的。第二部分又从多个角度说明成为数据分析师是必须的。然后接下来就是欢迎你入坑了。
对于我这个初学者来说，这本书还是比较受用的。虽然一开始被一顿吊打，自己天天在要数据，讲数据，自认为还不错的数据积累和分析，只不过停留在描述性分析方面，所谓的预测性，规范性都差之甚远。但是读完回首之后，对一些专业知识以及整个体系还是有了很进一步的认识，也为自己树立目标提供了帮助，增强了信心。所以还是值得推荐了。
下面来分别看看这两大部分。
三大阶段六大步骤高效商业决策的秘密
第一次跨领域阅读数据分析相关的书籍，在刚开始阅读时，什么泊松分布、净提升模型……一大堆概念，直接就蒙圈了。
随着阅读的深入，慢慢的总结出来一条经验，将陌生领域的知识与已掌握的知识进行一个映射对接。问题就会变得简单一些。
所以在这个读书笔记中，大家应该可以看到这些陌生领域的知识我都会对标到自己比较熟悉的研发领域，这样相对来说就比较容易理解和系统化！
数据分析原本和研发过程中的需求价值交付十分相似的。三大阶段实际上可以对标到研发领域的“需求分析”，“特性开发”和“验收演示”环节。
是不是感觉有些生硬？那么我们先看看构建问题与需求分析:
对标下来多多少少对知识理解和体系化还是有帮助的。生硬就生硬些吧。
至于解决问题，那自然是我们的架构搭建了。因此书中也强调了建立一个模型时就必须简化他！
在数据收集过程中，第一重用老数据，第二引入新数据。具体方法各位可以深读一下。
至于第3部分，传达结果并基于结果采取行动这里也就不再多了阐述了。这都是各位的强项。关注受众，给出研究过程的大纲，结果的总结和解决问题的建议。
人人都是分析师
老外的书从来不会吝啬纸张来宣贯思（xi）想（nao）。即便是一些大多数人能认可的道理也会不惜大量篇幅是去根深蒂固。
第2部分就是这样，通过大量的案例。让你了解“定量分析师遵循的流程”
以及定量分析师应该具备的某5种能力,参见脑图。
而对于我来说，收益最大的可能就是要弥补数学和培养定量分析习惯了。
写在最后
总的来说，这本书还是非常不错的。通过大量的案例来说明道理。比如，如何能够获得奖学金？如何能在转盘赌博游戏中赢到money？……是不是很诱人？所以推荐给大家。同时呢，有一个小小的建议:
最好还是能带着一个具体的问题或者目标去读这本书。毕竟是新领域，边读边思考，能对标到我们的实际工作中收获应该会更大。
下一本开启《今日简史》，预祝各位读书愉快。
