为什么要学数据分析，有以下几点原因：

1、解决数据价值最大化的问题

2、解决业务发展过程中的瓶颈

3、解决自身技术的瓶颈

1 数据分析引言 - 分解数据

前言说的好：“熟谙一切数据分析技术方法的分析者会比其他人技高一筹：他们知道如何处理所有的数据材料，如何将原始数据转变成推进现实工作的妙策，如何分解和构建复杂的问题和数据集，进而牢牢把握工作中的各种问题的要害。”

本文通过一个流程，一个案例讲解了如何分析数据，同时还提到了三个模型。

1.1 一个流程

1.2 一个案例

Acme公司首席执行官希望数据分析师通过对公司旗舰产品“貌洁超强保湿霜”的销售情况分析来帮他提高销量

1.3 三个模型

1.3.1 心智模型（Mental Model）P21

心智模型（Mental Model）又称：心智模式，是指深植我们心中关于我们自己、别人、组织及周围世界每个层面的假设、形象和故事。并深受习惯思维、定势思维、已有知识的局限。

“心智模式”是一种思维定式，是指我们认识事物的方法和习惯。当我们的心智模式与认知事物发展的情况相符，能有效的指导行动；反之，当我们的心智模式与认知事物发展的情况不相符，就会使自己好的构想无法实现。

心智模型有如下三个基本预测：

（1）人们通常仅对他们认为真实的东西建立心智模式；

（2）人们通常只构建一个而不是多个心智模式；

（3）人们倾向于只从他们构建的一个心智模式中提取数据与信息做出决策与选择。

心智模型的特点：

（1）每个人都具有心智模式。

（2）心智模式决定了我们观察事物的视角和做出的相关结论。

（3）心智模式是指导我们思考和行为的方式。

（4）心智模式让我们将自己的推论视为事实。

（5）心智模式往往是不完整的。

（6）心智模式影响着我们的行为的结果，并不断强化。

（7）心智模式往往会比其有用性更加长寿。

心智模型的特性：

这六个特质并非相互独立的：

（1）不完整性（Incomplete）：人们对于现象所持有的心智模式大多都是不完整。

（2）局限性（Limited）：人们执行心智模式的能力受到限制。

（3）不稳定（Unstable）：人们经常会忘记所使用的心智模式细节，尤其经过一段时间没有使用它们。

（4）没有明确的边界（Boundaries）：类似的机制经常会相互混淆。

（5）不科学（Unscientific）：人们常采取迷信的模式，即使他们知道这些模式并非必要的。

（6）简约（Parsimonious）：人们会多做一些可以透过心智规划而省去的行动。

1.3.2 数据模型（Data Model）P21

数据模型（Data Model）是对现实世界数据特征的模拟和抽象，用于描述一组数据的概念和定义，它从抽象层次上描述了系统的静态特征、动态行为和约束条件；数据模型是数据库中数据的存储方式，是数据库系统的基础，为数据库系统的信息表示与操作提供一个抽象的框架。

数据模型的组织要素：数据结构、数据操作、数据约束 。

数据模型的层次类型：概念数据模型、逻辑数据模型、物理数据模型。

数据模型的分类：层次模型(Hierchical)、网状模型(Network) 、关系模型(Relation) 

1.3.3 统计模型P22

统计模型（stochasticmodel；statisticmodel；probabilitymodel）指以概率论为基础，采用数学统计方法建立的模型。有些过程无法用理论分析方法导出其模型，但可通过试验测定数据，经过数理统计法求得各变量之间的函数关系，称为统计模型。常用的数理统计分析方法有最大事后概率估算法、最大似然率辨识法等。常用的统计模型有一般线性模型、广义线性模型和混合模型。统计模型的意义在对大量随机事件的规律性做推断时仍然具有统计性，因而称为统计推断。常用的统计模型软件有SPSS、SAS、Stata、SPLM、Epi-Info、Statistica等。

最后

以上就是内向绿茶为你收集整理的深入浅出数据分析 - 数据分析引言1 数据分析引言 - 分解数据的全部内容，希望文章能够帮你解决深入浅出数据分析 - 数据分析引言1 数据分析引言 - 分解数据所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。