作者：北大光华管理学院教授 王汉生

从精准投放到预测未来，神奇的大数据是你的不能错过的生财之道。

这本书的意义：

理解思维方式，不涉及技术

代码和数据分析模型

价值观：

明确数据分析的目的

数据思维的核心：

什么要做数据分析？解决业务问题，创造商业价值

核心：让数据变成商业价值

数据思维有哪些方面？

理解数据和商业价值的关系

什么是数据？

中文文本是不是数据？

凡事可以被电子化记录的，就是数据。数据的定义有非常强的商业特征。

一千年前，文本和声音都不是数据。

未来什么会变成数据？

ofo、滴滴：车联网和物联网的技术革新。

这解释了为什么数据能变成价值。

什么是价值？

数据与我的价值，一定要解决我的问题。

价值：能对核心业务产生影响。

如何让数据产生价值？

核心：把业务问题定义成数据问题。

缺乏数据思维的能力，不能把业务问题定义成数据问题。

根据业务诉求，定义核心数据。

怎么拥有这种能力？

樊登读书，以增强粉丝量为栗子

什么因素会影响到粉丝量？

市场手段、季节因素、文案

把x轴和Y轴结合在一起分析，就可以分析出数据之间的关系

问题：文案是怎么影响到粉丝增量

把数据分析用到极致的公司，比用户还要了解用户。

怎么把数据分析产品化？

产品：能产生价值的、产生商业化价值的，都是产品

结合管理的手段，把数据分析产品化。

认可和接受他的不准确。

大数据和统计的区别：

统计学是大数据研究的目标

大数据并不能代替统计抽样。

阿里的数据是阿里用户的数据，不能代替广泛的用户。

越是大数据，越要抽样。

抽样vs大数据

抽样的智慧

大数据强调相关，统计关心数据分析问题。

能建立因果关系特别少，研究大量的是相关关系。

用相关关系，聚焦到因果中。

形成因果关系之后，就可以成为企业的方法论

# 回归分析

有X和Y的都是回归分析。

线性分析

非线性：机器学习