數據剖析這辭匯時興的沒有得瞭，但是就像這些年所炒的各類觀點一樣，當沉著下來，請許多人說明數據剖析究竟是甚麼時，生怕要有一個沒有錯的謎底很難。

　　比擬常見的謎底是：數據剖析就是剖析數據。那末怎樣剖析，剖析甚麼呢?明顯這個謎底沒有答復現實的題目。但是，恰是這類曖昧其詞的狀態，覆蓋在業內，特別是互聯網行業的數據剖析范疇。好像數據剖析的訴求賡續的晉升，但畢竟剖析甚麼，用甚麼剖析，剖析的成果若何運用，沒有要說想清晰，生怕連想都沒想過。

　　在我看來，數據剖析沒有是一項事情，特別沒有是從背景取個數據，做個圖表的事情，而是一個產物，可以或許知足某種現實事情須要的產物。好比數據指數體系，用來指點運營事情，讓運營的同仁可以或許基於指數來評價本身事情的增益大概不敷，進一步經由過程數據鉆取來懂得指數增長或削減的緣故原由。好吧，這照樣有點拗口。舉個第三方的例 子：電視是一個讓用戶休閑的產物，把數據剖析設想成電視吧。

　　數據剖析中，竊認為最主要的工作，就是明白數據剖析的目標是甚麼，就像上面電視 的例子一樣，要明白電視用來幹甚麼，別驚詫，玩遊戲，看片子，看球賽，看番筧劇，唱KTV等等的用法都邑使電視有所分歧。是以，數據剖析的目標決議瞭分歧 的方法辦法，動身點永久是若何指點事情，不管是最基本的懂得近況及趨向，照樣機械主動進修的算法改良，永久如斯。

　　說到這，數據剖析這個產物會有甚麼用途呢?太多瞭，多到讓人太輕易迷 掉，數據會讓人的野心暴跌，看到瞭目標A，會想著目標B，懂得瞭這些，又願望鉆取，這滿滿無期，固然也有代價，然則投入產出異常分歧理。是以，數據剖析這 個產物，給用戶的應當是常識，在沒有轉換成常識之前，全部的數據都是無代價的。我忽然告知你本日華氏105度，你認為有代價麼?

　　說到常識，最好的轉換方法不過是6個字：圖形、比較、鉆取。一圖勝千言，目標增加照樣削減，與本身比較，與掌握組比較。當發明這些變更時，進入維度中不雅看分歧的程度，是哪一種程度致使瞭這些變更。實在異常簡略，簡略到比培訓甚麼同比、環比、均值、眾數、方差、高斯散佈、ANOVA、非參數統計、因子扭矩還帶個旋 轉、貝葉斯散佈等等等等簡略的多。

　　必定要目的導向，而沒有是對象導向。後者很恐怖，我曾碰到過一名同窗，他很happy的告知我他要用 SAS，我問為啥，謎底是能夠編程。我說好吧，心想真有米，要何等龐雜的模子啊，現實上這龐雜的模子就是描寫統計量的盤算。忘卻對象、忘卻模子，用目的來指引事情，假定要轉化的常識是給的哪些用戶，他們的營業場景假定是甚麼，是須要看數據來評價績效，照樣須要數據來改良事情等等。然後把常識告知他，這就完 瞭。假如說真要讓我推舉個甚麼對象，我說SQL\python\R\SPSS\Excel隨意挑一個都行，假如不可，隨時來找我。

　　這麼來總結吧：數據剖析，就是將數據轉化成常識的產物。以是，不該該稀有據剖析師這個腳色，而是產物司理這個腳色。