读书笔记：《如何用数据解决实际问题》

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