Summary of 2016年9月 Daily Share

Author: 杜七
Date: 2016.10.25

后续「数据分析师月刊」，主要包括三部分内容：
「数据分析师之道」，偏重「道」的理论方面，主要整理分析师日常工作中的常用的分析方法，思考内容等等；
「Python&数据可视化&模型」，主要关注特定「术」的方面，整理编程，可视化和建模的相关内容，供大家参考；
「知识拓展」，则相应的把思维拓展到各行各业，知识点的串联和延伸.
「分析师」不是一个孤立的行业，「产品和业务」更甚。
根据「全息理论」，世界万事万物没有差异，举一反三的看一些东西，对分析师思维的提升是有帮助的。

1 | 数据分析师之道

• 如何避免愚蠢的见识？

    「常识」，很简单，但是很多人还是会无视，或者忽略。
  

• 三大关键步骤 ，人人都是分析师|车品觉

    车老师说的分析和解决问题的三大步骤，还是很对的。关键是我们要养成这样一个习惯。
  

• 大道至简的数据分析方法论

    上面车老师大概说了理论，这篇文章算是对分析师的六字真言做了一个详细的剖析：对比，细分，溯源。
  

• 数据分析实现商业的降维攻击

• 数据的价值哪里来？来自更好的决策

    很多人都会纠结一个问题：「数据分析的价值是什么」。
    到底是分析出有价值的信息？还是推动业务发展？
    回到「本质」，我们做「数据分析的初心」是什么？
    是不是要解决一个问题？为什么解决问题要通过数据分析，而不是其他？是不是数据分析可以让我们更好的决策？
  

• 数据科学之路(上)

• 数据科学之路(下)

• 如何让「数据驱动增长」变得简单易上手？| HackTeam #10

• 重新定义新用户，90%的人都不知道的方法！

• Facebook数据科学家解密数据分析驱动用户增长 | 数盟社区

• 谷歌教你如何仅用5天检验一个idea

• Retention, Revealed: The Need-to-Know Facts Behind App Retention & ROI

2 | Python&数据可视化&模型

• 《数据科学基础》

    作者：ACM Fellow Avrim Blum, 图灵奖得主John Hopcroft，以及微软首席科学家Ravindran Kannan
  

• 使用 Docker 作为 Python 开发环境

• Kaggle大赛：债务违约预测冠军作品解析

• 数据可视化：如何利用色彩来佐证观点

• 有效统计实践的十项简明原则

• Scrapy 0.24 文档

• Python模板库Mako的用法

• Scipy:高端科学计算

3 | 知识拓展

• One step at a time

    科比在TED的一次访谈，提到的「曼巴精神」，熟悉科比的人都大概了解。
    访谈里面简单回顾了科比篮球历程的心里路程，其中，科比提到的伤病恢复中的「One step at a time」，个人觉得还是很棒的。
    每个人，如果可以把自己的目标分隔成一段段，一点点去完成，终会完成。最难的是，要在一点点成长中「相信自己」，「坚持」下去。
  

• 孙立平八年前分析中国社会结构演变趋势，如今几个成真？

    因势利导。就像移动互联网的发展，只能顺流，不能逆流。
    分析师想要分析某个业务或者产品，如果不是以「顺势」为前提，所有的分析和结果，都很难得到认可。
    「社会结构的演变趋势」，就是「势」，我们认清了，对于分析很多问题都很大的参考意义。
  

• 不懂构建知识体系，你迟早被信息洪水淹死

• 思维的层次和境界

• 成功的投资和婚姻都只需要做好一件事

• 2016年Q2中国移动互联网发展报告

• 《数据流通行业自律公约》2.0版本在京发布

• 这里有24个牛人提供的思维速成法

• 中青报调查记者：做调查，学会析“信息”，选“角色”

• 科技如何绑架人们的思维——听听这位魔术师和谷歌设计伦理学家怎么说（上）

• 科技如何绑架人们的思维——听听这位魔术师和谷歌设计伦理学家怎么说（下）|科技改变人们的生活|谷歌首席未来学家_搜我们

• 查理·芒格：用最干净的方法，只凭智慧取成功！

    我的偶像，不多说。
  

• 行家本色 名古屋港特别篇【NHK纪录片】

    看完，感受一下各行各业出色的那些人。
    他们所坚持的：不炫技，安全第一，至诚心，是否也是分析师所需要具备的？