1.数据是什么？
可以被电子化记录的。
基于时代技术手段，数据具有强烈的时代特征。
2.数据价值
数据之于我们的价值，一定是关乎我们自己业务的核心诉求，要解决我们的业务问题。
3.数据如何建立价值通路
数据建立价值的挑战，不是技术分析，不是深度学习，不是人工智能，而是我们缺乏一种数据思维能力，能够把一个业务问题定义成为一个数据可分析问题（回归分析）。
4.数据思维
1）目的来看：解决业务问题创造商业价值；
2）思考内容：让数据怎么变成商业价值。
5.回归分析
定义：确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
因变量Y：因Xn改变而改变的变量，是业务的核心诉求。
自变量X：解释因变量Y的想关变量，表现数据分析者对业务的透视。
相关关系：客观现象存在的一种非确定的相互依存关系。
//可做预测。且预测不准是常态。
因果关系：事件1与事件2的作用关系，事件2是事件1的结果。
//动作
××××××警惕混淆相关关系与因果关系的应用
6.数据分析产品化过程
1）采集因变量Y和自变量X；
2）交予专业人士分析；
3）找到相关关系；
4）形成具体动作创造价值。
数据产品商业化过程中，最重要的不是无限地提高精准度，而是思考怎样通过产品和商业模式的创新，创造数据的价值。
