理论多过案例,如果看不下去,及时弃

张描c
2018-05-06 12:20:22

*星标为我个人感想,其余为摘抄。

*这本书完整看下来,有比较多的尬读部分,经常会不想再看了,因为理论部分实在太多,所以给了三星,怎样把数据讲的有趣,我觉得任重道远。当然呃感谢大师车品觉的大数据普及,认识到了很多新观点。

数据十诫

1.一切从定义问题开始,问题问好了,答案就在里面。

2.在万物皆数据的年代,要以“假设数据都能获取”为前提去思考问题。

3.数据助力企业的“四部曲”:描述现况、深入诊断、预测趋势、指挥行动。

4.“快+准”的数据,让我们可以从已知规律中寻找价值

5.“广+乱”的数据,给予我们从发现中获取颠覆过去规律的能力。

6.大数据不是独奏,而是不断连接无处不在的数据。

7.数据技术就是加速和积累(数据、分析、服务)的能力。

8.大数据生态的连接需要建立标准与规范。

9.大数据是诸多小数据的组合。

10.数据是一种信仰。

第一阶段用数据,第二阶段养数据,第三阶段从看数据到用数据。

数据分析也讲究用户体验。

当我“苛刻”地提出“把月度经营报告当成产品来做,目的是让这份报告像iPhone一样好用”的要求

...
显示全文

*星标为我个人感想,其余为摘抄。

*这本书完整看下来,有比较多的尬读部分,经常会不想再看了,因为理论部分实在太多,所以给了三星,怎样把数据讲的有趣,我觉得任重道远。当然呃感谢大师车品觉的大数据普及,认识到了很多新观点。

数据十诫

1.一切从定义问题开始,问题问好了,答案就在里面。

2.在万物皆数据的年代,要以“假设数据都能获取”为前提去思考问题。

3.数据助力企业的“四部曲”:描述现况、深入诊断、预测趋势、指挥行动。

4.“快+准”的数据,让我们可以从已知规律中寻找价值

5.“广+乱”的数据,给予我们从发现中获取颠覆过去规律的能力。

6.大数据不是独奏,而是不断连接无处不在的数据。

7.数据技术就是加速和积累(数据、分析、服务)的能力。

8.大数据生态的连接需要建立标准与规范。

9.大数据是诸多小数据的组合。

10.数据是一种信仰。

第一阶段用数据,第二阶段养数据,第三阶段从看数据到用数据。

数据分析也讲究用户体验。

当我“苛刻”地提出“把月度经营报告当成产品来做,目的是让这份报告像iPhone一样好用”的要求时整个团队都傻了:报告怎么能仅仅是像产品一样呢?!那么,为什么数据报告不可以做到行云流水,让人看起来很爽呢?

首先,报告的前3页一定要吸引人,让人有欲望继续看下去;其次,当别人看到个数据,心里在猜测数据背后认同,的各种原因时,我的下一页报告就要解答他心中的疑问。

*讲故事的能力是通用技能。

一份数据报告居然会成为管理层的讨论焦点,每次都会有很多高层管理者关注我讲什么,这时我就知道自己肯定成功了。

*作者也提到“负反馈”和正反馈同样有用,比如不仅可以看高管有没有就数据探讨,也可以观察高管在公布哪些数据时玩手机。

没人愿意等一份报告太久,因为等到结果时,问题已经解决了。

*怎样方便的调用数据。

*干净的数据应该是排除了当天的所有意外,在正常的角度看数据,才能看出趋势,但悖论是,数据在产生时,难免有意外发生。

*在一个结果中,不同的因子分别贡献了什么?

*对数据源使用评分体系,默认数据是脏的。

如果收集数据的出发点不是为了解决问题,那么收集再多数据也没有意义。某些数据,虽然可以精确到几分几秒,但这么精确的数据又能用在什么领域,产生什么价值呢?

*屯数据无意义?

在收集数据时,我们必须知道这些数据未来可以用来做什么,如果今天都想不出来的话,日后就更不可能了。

把自己逼到“或”式选择的境地,这在逻辑思考中非常致命,你必须跳出来问,为什么是“或”?

事实上,有时候不是你的进攻不够快,而是防守不够好。

以前公司的CEO就跟我说,你每周要跟管理业务的负责人吃两顿饭,最起码两顿,这就是你的KPI。

我一直觉得,每个人每天的思考能力和池中的水一样是有限的。

当时我们犯了一个很久之后才发觉的错误,那就是我们的做法跟一些美国公司的想法一致,即不管怎么样,我们先收集数据,将来肯定有用,我认为在我职业生涯的这些年,最值得反思的就是这一句话,因为没有一家公司可以让你无止境的收集数据,然后再使用,这根本是不现实的。

事实上,数据的源头已经很“脏”了,而下游使用数据的人还不知道,同时源头的数据使用者也没有责任告诉下游,这些数据已经脏了。

能够透过现象看本质的一个重要的方法,对这个方法最简单的描述就是不断的用逻辑方法,将问题进行分解,直到不能分解为止,然后从根本处去解决这个问题。

*终极问题。

在属性管理中,假如属性是“x”,那么我们一定要定义清楚,什么是x?在没有清楚定义的情况下,这个数据的属性毫无价值。

当我们讨论信息的不对称时,首先要讲的就是经验,经验是对过去的度量,但不是所有经验信息的质量都很好,在经验的数据库中肯定有一些信息是正确的,有一些是错误的,当经验中会有很多噪音干扰时,我们会跟随错误的经验作出判断,此时我们就会发现自己变笨了。

每一个赌马的人都在看过去的数据吗?马会会给每个赌马者提供前三场赛马的数据,大家只会关注这个结果,而不会去关注赛马当天发生了什么,如果是我,我会回看当天录像,就可以发现其他的情况,比如,如果这匹马本来想发力,但前面有马匹挡住了他,它才被扣除了两秒钟,或者骑马师扬鞭时鞭子掉了,扣除五秒钟,再或者有些马发脾气,偏离跑道,也要扣除秒数,当排除所有意外算出的时间就是干净的,没有影响因素的真正经验。

其实眼下大部分的现实反馈都是滞后的,等体检后才知道“三高”,等失眠了才知道喝了太多咖啡,而事后再弥补和改正,可能已经晚了,未来大数据可以帮助我们“早知道”一点吗?

再举个例子,有天你把车停在路边,不知道会不会被交警开罚单,如果我跟你说,你给我五元有罚单,我买单,你会接受吗?

在大数据的世界中,没有人要求你懂得细节,也没有人要求你成为一名数据分析方面的专家,但是要求你在需要拿出一份专家数据时,能够快速的调用出来,能做到这一点,你就已经突破了人类短时记忆的短板,真正成为一个很成功的人。

*搜商+笔记外脑

如果轻而易举就能获得绝招,那结果是每一个人都可以获得所谓的绝招。当人人都有绝招时,绝招就不再是绝招了。

0
0

查看更多豆瓣高分好书

回应(0)

添加回应

决战大数据(升级版)的更多书评

推荐决战大数据(升级版)的豆列

了解更多图书信息

豆瓣
免费下载 iOS / Android 版客户端