热线电话:13121318867

登录
首页精彩阅读大数据分析的深度与假象
大数据分析的深度与假象
2016-10-04
收藏

大数据分析的深度与假象

今天听了一个数据分析的培训:数据的深度与假象。也没有听太懂,总结几个点分享下:

1. 数据的含义只有和人的行为联系起来才有意义;比如苹果手机的销量,是因为其主流用户的想法导致的;

2. 简单的,脱离人性的拟合预测是不靠谱的,举例,三星的手机销量一直直线上升,但预测它明年也会上升不太合理;

3. 对人群分类进行分析是正确分析的前提,分类的标准包括学历水平,年龄,收入等;不加区别的统计分析,难以得出有意义的结论;推广到其他维度(非人)也一样;


4. 对产品用户的稳定性的分析可以有效预测一个产品,一个行业的命运;(不懂)

5. 有效的数据分析需要跨行业的知识积累,比如心理学,公共卫生学,营销学。(再次不懂)

6. 很多错误的分析是基于错误的计算,比如统计局统计房价的变化。如果不考虑不同区域房屋面积的占比,即使4环,5环,6环的房子分别上涨10%,总体均价仍然可能是下降的;

7. 有些分析错把相关当成因果,比如微博发现“喝酒 导致 高薪”,其实两者并不是因果关系,具体如何大家懂的;

8. 大数据未必能解决所有的数据分析问题,因为大数据带来noise和脏数据,好的抽样能提高效率;

9. 目前大多数公司基于已有的数据做挖掘,各个公司是互相隔离的,难以形成一个完整的人性特征,也就难以正确的划分一个人,也就不能正确的分析;

10. 数据分析的4个层次:

a) 行为

b) 行为关联

c) 关联规律;(难)

d) 人的生活形态;(很难)

讲了很多,思路比较散,大家凑合看吧。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询