作者：王汉生
什么是数据思维
知道数据变成商业价值（解决业务问题）的过程
数据思维的框架是什么
1. 理解数据与商业价值之间的关系
数据：凡是可以被电子化记录的才叫数据（目前的数据和车联网、物联网技术相关，未来不可知）
价值：数据关乎自己的价值，是要实现自己的核心诉求，解决具体的业务问题。
2. 数据如何变成价值
这里不是在说技术分析、深度学习、人工智能，而是强调数据思维：能把业务问题，定义成为一个数据可分析问题，也就是要会回归分析。例如核心诉求是粉丝量，是Y，影响因素是X，我们把某一个X细分，然后抽取关键词，对应做Y的分析，去看X对Y的影响，从而给到业务上的帮助。
3. 数据分析的产品化
将分析结果结合管理，变成可操作的东西（在商业流程中，被实施而产生价值的都叫产品）
作者提到的一些思考点
1. 我们要思考，不是提高预测精度，而是让每个人都体验预测过程的美好。
2. 做数据的要接受不准，把不准量化成数据，然后用产品来抵消。
3. 统计学关心的核心问题是对数据的分析，建模以及采集的过程，整个的流程情况，大数据也要抽样，抽样会抹平误差，减少计算量。
4. 相关关系只能做预测，如果要改变动作，就要研究因果关系。
5. 回归分析：只要有Y和X的都叫回归分析。
6. 目前计算机技术（技术层面）中的非线性方法：非线性模型，非参数模型，机器学习，深度学习算法。
7. 道德层面的回归分析（一种思想方法）：帮我们把业务问题，快速定位成数据可分析问题；机器学习。
简单说，首先找到可以量化的数据，找到我们需要去改变的因变量 ，看看X和Y之间是怎么发生关系的，后半段交给技术人员，建立模型，产品化（成为流程或者一个算法）。
如果正在创业，可以思考一下：我创业的方向，数据是不是能帮上我很大忙，对我重要不重要；能帮上忙的数据，我要怎么才能获得，成本如何，能不能通过战略合作获得。
NO.17—《少即是多》 距离1万本还有9983
网友评论