读书笔记：《如何用数据解决实际问题》.doc

读书笔记：《如何用数据解决实际问题》

　　序 章
　　1
　　在瞬息万变，新事物层出不穷的当今社会，已经无法仅凭个人或组织以往经验来判断和解决所有的问题。
　　随着全球化的发展，业务逐渐走向多元化，并不断扩大，从业务的整体来看，个人所能掌握的知识是极其有限的。
　　2
　　逻辑和数字能够在向对方传递信息时发挥重要作用。
　　3
　　对于有些领域的问题，我并没有直接从事相关业务的实际经验，但仍然需要在期限内作出客观的数据分析，并提出合理的建议。
　　因为根本没有过去的经验，所以，为了获得高层管理者的认可，我只能逐一确认客观事实，并用环环相扣的故事，把数据统一到一起。
　　在客观事实当中，只有数据对任何国籍，职业经历或语言背景的人都能发挥威力。
　　必须用客观的，合乎逻辑的方式证明 为什么会这样 为什么说这样不好，才能让对方接受 那么需要怎么做。
　　4
　　复杂的管理问题，不一定需要高难度的统计方法，简单易懂的表达方式，反而更为重要。
　　在挑战公司中的一般问题时，高难度的方法未必能获得正确答案，有时反而会使我们离目标越来越远。
　　5
　　我并不是力求针对某些特定问题得出分析结果的数据科学家，也不是撰写学术论文或者报告的统计学家。我是解决问题的专家，我的目标就是在组织当中，从更贴近实际业务和管理的立场，与相关人员达成共识，以推动工作前进并取得成果。
　　第一章 解决问题的流程及问题的设定
　　====知识点====
　　【划定范围】
　　了解在实际工作中解决业务问题的整体流程，以及这一过程中涉及数据分析的范围。
　　不划定对象数据，在所有数据上做文章的话，由于多个要素掺杂在一起，会很难找到问题的关键。
　　只有确定了分解数据的角度，对分解之后的要素进行比较，我们才能发现问题的关键，从包含所有要素在内的整体数据中，划分出作为分析对象的数据范围。
　　【明确问题或目的】
　　确保所有过程与操作在理论上最终都与目的或问题相关，这样整体的逻辑和流程才不会出现偏差。
　　数据整理：运用数据把握现状，找到问题的关键
　　【从锁定原因到研究对策】
　　为了找到原因所在，需要进一步缩小对象范围。关注两种以上数据之间的关系，有助于锁定原因。
　　只是找到原因不能算解决了问题，还要针对原因决定必须采取的措施，提出方案，将各种要素落实为具体的数值。
　　【建立假设】
　　明确“理想状态”(例如销售额达到XXX)
　　思考：是什么可能推进/阻止我们达到理想状态
　　(1)从正面确认理想状态是什么，将“本质上的问题”与“原因”暂且分开考虑
　　(2)在此基础上定义问题，即现状尚不满足这个理想状态，可见问题原本就是指现状与理想状态之间的差距
　　(3)使用数据定量问题——用数字来体现现状与理想状态之间的差距。
　　定量评价或者判断数据分析结果时，尤其需要客观的判断标准。因此必须对问题的主要指标进行定义，并与相关人员进行确认。
　　用数字定义问题的优点：1明确衡量指标 2定量地描述问题的严重程度及最终目标
　　【检验假设是否全面】——使用“框架”作为思考问题的线索
　　利用框架/业务流程提炼出需要考虑的关键词，再次确认自己的视野是否受到局限
　　常用框架：
　　(1)流程图
　　(2)损益表(囊括各种项目的报表)
　　(3)4P营销理论(产品、渠道、促销、价格)
　　【从全局来考虑时间的分配】
　　平衡准确度与时间之间的关系，考虑为目前从事的分析分配多少时间，答案需要精确到何种程度的同时，有计划地开展工作。
　　注意事项：
　　设定问题、从逻辑上设定合理的范围，直接决定着分析的质量。
　　对于所有问题来说，最初的问题定义都决定了后面工作的成败。
　　应在接手项目的开始阶段拓展思路。
　　设定问题时，分析者将思考范围狭隘地限定在自己设想的范围内，他们进行的分析将仅仅是为了验证(佐证)自己的想法。
　　客观分析的一个重要步骤，就是要有意识地回避“思考的近路”。在定义问题时应尽量具体地思考“怎样才是最理想的状态”。
　　通过确认希望实现的理想状态来扩展自己的视角，避免思路立即集中到具体原因上。
　　====观 点====
　　1
　　数据分析的目的是针对“原因是什么”、“需要采取哪些行动”的问题得出结论。
　　紧盯着结果数据进行分析，无法实现改进结果，解决问题等目的。
　　2
　　即使提出了思路清晰的假设，确定了所需的数据，在实际工作中却很少会遇到所需数据全部都摆在眼前的情况。但即使这样我们也不应该根据“现有数据”来开展所有的工作。
　　抱着先从容易收据的数据开始统计的想法进行分析，这本身就是错的。
　　只在“现有数据”的范围内进行分析或者解决问题，会妨碍我们发现问题的本质及有效的解决对策，很可能导致我们的工作仅以“数据游戏”告终。
　　因此我们需要设法借用相同或相近的数据来代替理论上所需的数据。
　　尽量从自己能够获得的数据中挖掘出更多信息，反复摸索试错。
　　对任何看似有用的数据，都要想方设法从中挖掘信息，分析出尽可能正确的结论。
　　3
　　从接受提案的一方看来，他们认同的并不是数据分析的内容和方法，而是以清晰明确的、能够说服别人的问题或逻辑前提为基础提出的建议。
　　解决问题的目标是准确地锁定主要原因，让相关人员接受自己的建议，在获得认同的基础上“推动其采取措施”。
　　第二章 分析数据，找到问题的关键
　　====知识点====
　　【趋势视点和快照视点】
　　趋势视点——某一时段内的变化
　　也称时间序列，可捕捉一段时间内的变化
　　通过数据观察变化经过
　　适用：关注过去的变化，预测将来的动向
　　快照视点——某一时刻的状况
　　截取某个时间的情况，用指标体现该时间的大小、比例、分布情况
　　适用：1 比较
　　2 确定某个因素对问题的影响程度
　　【WHAT型假设】——锁定关键词
　　运用“四则运算”对包含多个要素的数据进行分解
　　例：销售总额 = 销售数量*平均单价
　　=(首次购买数量+再次购买数量)*平均单价
　　=(首次购买数量+客户忠诚度*再次购买对象数量)*平均单价
　　优点：明确分解后的数据与上一级变量以及最上层问题的关系
　　【平均值】
　　优点：减小数据量，迅速了解整体大小
　　适用：无需关注细微变化/数据间的差异，仅了解整体情况
　　缺陷：
　　(1)易受到极端值(离群值)影响，不总能够准确反应总体情况(接近正态分布的情况下可以反应整体)。因此建议结合中位数进行判断，在一定程度上降低极端值的影响。
　　(2)掩盖了原始数据的波动信息。
　　平均值的绝对大小背后可能隐藏着更多的信息，需要对只用到平均值的提案抱有怀疑态度。
　　【标准差】
　　描述数据的波动情况，客观体现波动的大小
　　注意：原始数据相差较大时，不能够通过直接比较标准差判断波动的相对大小。
　　【两种便于掌握数据分布/波动的方法】——直方图和“变异系数”
　　直方图——从视觉上直接获得答案
　　依赖与观察的主观判断
　　在数据特征和结果明显时效果更好，对于难以从直观上判断的数据可能会招致混乱
　　变异系数——标准差/平均值
　　可以对大小不同的两组数据的波动程度进行客观比较
　　降低主观因素的影响
　　只能用来比较波动程度
　　需要先考虑为什么要计算变异系数、由此能够获得什么信息，再进行计算
　　【设定标准】
　　例如将平均值增减1个标准差的范围定义为“标准”范围，关注处于该范围之外的数据。
　　如果随便设定一个标准，据此评价好坏的话，人们有可能会质疑评价本身是否合理，但如果能够说明客观标准是如何设定的，就不太会出现类似的问题。
　　【绝对变化】
　　依据单纯的数量增加或者减少只能看到表面的结果，而很难对现状做出恰当的评价。
　　例如，再次购买的数量下降可能是因为客户流失(客户忠诚度下降)，也可能是因为再次购买的需求减少。
　　在看到某个数字时，我们要关注的是，“这个数字能否真正评价我们想知道的问题”，“这个数字是在哪个范围产生的”，“在于其他数据进行比较时，是否需要统一标准”等问题。
　　====观 点====
　　熟悉业务内容，考虑从何种维度对指标进行比较，才能找到问题的关键，在依赖数据之前先进行合理、全面的推测。
　　问题影响的大小决定了不同问题的关注顺序和优先程度，也决定了根据分析结果采取的措施能够对解决问题产生多大的贡献。
　　建立假设不是通过偶然的调查碰巧得出的，我们从逻辑上探索最根本原因的同时，通过全方位的检验，锁定问题的关键。面对“为什么最后锁定这个方向”的质疑，能够提供确凿的依据，这一点可以确保整个问题解决过程具有可靠性和逻辑性。
　　如果进展不够顺利，就要反复试错，回到假设阶段寻找其他突破口。