最近听的一本书，《数据思维》：分享一下

1.【数据定义】

     能被电子化的叫做数据，滴滴司机数据化，ofo数据化，堵车数据化，太形象了，数据以后会是电；
     注意！数据与自己业务相关诉求，比如淘宝，谷歌，他们案例不能复制的；

2.【业务问题，定义成数据问题】

    业务问题，定义成数据问题，然后数据分析员处理，分析的过程叫回归分析；
    核心业务抽象出Y坐标，然后分析因素抽象为x 轴，把x和y关系说明清楚，交给专业人员去处理；

【举例】
        文案影响，分析出多个指标，评判出那些文案好；即老总指出，粉丝增多从文案分析；

【建立x和y关系】
       建立y和x建立关系，比如x一个因素打分，分类出高价值用户或者将低价值用户培养成高价值用户； 最终目标，数据不断打磨，最后为每个客户提供便捷生活福利；
3.【有了模型，怎么产生产品和实施】
比如公交汽车，油耗很多，分析发现是公交出战时；

4【数据分析产生价值是有极限的】

 给定x和y达成的结构magin是有限的，数据产品商业化过程，有一定瓶颈，通过产品创新业务改变提高盈利；

 要意识到大数据，测评的实现平均的不准，只能实现平均的盈利；要认可大数据的的不准确；
【举例】
        特朗普大选，谷歌，youtbo越是大数据磨平误差，只能代表一部分；
       注意！！大量的模型是相关关系，但因果关系很重要；
因果关系比较奢侈，大部分统计学是相关关系；

4.【回归分析定义】
只要有y和x都觉回归分析，非线性分析，线性分析，深度学习；

 关键是：从业务反馈到数据可分析问题；