也算是看了一些數據分析相關的書籍了吧，讓自己去接收各類信息。不知不覺，現在好像有一點點迷失，到底自己該向哪個方向走？可能就是想得太多，做的太少吧。數據分析具備的數據分析思維，現在還是很欠缺，一直的重點方向數據分析技能提升，感覺也是浮於表面。過手的數據太少，還是自己鍛鍊的不夠，對自己的認識還是欠缺。說起來都是不足。
這本書的思想，在數據技能相關的書中，是很少提及的。看似耳熟能詳，但實際操作的時候，總是漏洞百出，這就是自己的感觸。數據分析的流程，當自己真正去用的時候，時常會劍走偏鋒。要謹記，要慎重，要警醒！！！
一套自己實踐總結的方法論，不斷修正糾偏，集中一點，然後再糾偏，擴展，就會快速適用、應用於你說接觸的領域。自我的方法論很重要，come on !
變異係數
- 計算方法：標準差除以平均值得到的值。
- 意義：這個指標只能用來比較不同數據的波動程度。
作者：[日]柏木吉基
書中自我標註的部分內容摘記：
- 複雜的管理問題不一定需要高難度的統計方法。
- 不要從分析（方法）開始，而要從明確目的或問題着手，這一點是最重要的。
- 通過假設得出所需的方法及數據：
- 對所有問題來說，最初的“問題定義”都決定了後面工作的成敗。
- 能否在分析之初從邏輯上設定合理的範圍，直接決定了之後的分析質量。
- 邂逅預料之外的分析結果，才能幫助我們找到更接近本質的答案。
- 平均值的便利之處在於可以不用處理全部數據，只關注由整體得出的一個數值即可，但其缺點是犧牲了原始數據。這是一個很大的陷阱。
- 工作中進行數據分析的最終目標並不是用數字來表示數據關係。只有數據關係得到了充分的運用，分析才具有價值。
- 迴歸分析歸根結底只是在所使用的數據範圍內有效
- 解決問題的股市可以總結爲“明確目的或問題”——>“大致把握現狀”——>“鎖定問題的關鍵”——>“鎖定原因”——“設定行動措施及KPI（和所需資源）”。
- 我們應該把時間和精力用來考慮“核心信息是什麼”“對方想知道什麼”。
- 自己所採用的數據屬於哪個範圍，它對於目的來說處於何種定位。
- 如果分析結果的意義和機制無法獲得對方的理解，就很難在工作中實現其目的。