1。大數(shù)據(jù)是新時代的新玩意。其實數(shù)據(jù)分析一點都不新鮮。早在幾百年前的啟蒙運動中，學者們就已經開始遵循科學的方法，一步步拆解事物形成背后的原因?？茖W家先觀察、獲取、分析數(shù)據(jù)，得出假說，然后通過不斷的論證，逐漸形成規(guī)律。所以我們說的大數(shù)據(jù)，充其量就是科學方法的應用。超過2.100TB就是大數(shù)據(jù)的規(guī)模。其實沒有明確的邊界。

大量的數(shù)據(jù)并不一定意味著你能做出準確的預測——假設你有地球上70億人的姓名、性別、生日、身高、體重、膚色、視力以及他們的上網行為等各種數(shù)據(jù)，如果題目是預測他們明年的收入分配，恐怕這個龐大的數(shù)據(jù)庫幫不了你。所以數(shù)據(jù)不多，重點是要完成的任務，而不是儲存的數(shù)量。3.數(shù)據(jù)很客觀。采集數(shù)據(jù)的軟硬件都是人為設計的，不可能絕對客觀。

一個是數(shù)據(jù)的可獲得性，即決策所依據(jù)的數(shù)據(jù)能否獲得，是否有足夠的時間，是否有足夠的數(shù)據(jù)維度等等。第二是數(shù)據(jù)的質量，數(shù)據(jù)中是否有噪聲，是否有虛假數(shù)據(jù)，數(shù)據(jù)有多稀疏。避免垃圾進出。第三，數(shù)據(jù)的時效性是否滿足決策需求，比如實時更新、月度更新、季度更新？第四，數(shù)據(jù)決策的假設條件目前是否仍然滿足要求，比如模型開發(fā)時的假設條件是否仍然有效，模型的有效性是否滿足要求？

An優(yōu)秀數(shù)據(jù)分析如何寫報告？首先，要有一個好的框架，和蓋房子是一樣的。好的分析一定要基礎扎實，層次清晰，讓讀者一目了然，結構清晰明了，讓別人也容易理解，讓人有讀下去的欲望。第二，每一個分析都有結論，結論一定要明確。如果沒有明確的結論，分析就不叫分析，也就失去了它本身的意義，因為你在做分析之前是要去發(fā)現(xiàn)或者確認一個結論的，所以不要忘本，舍本逐末。

最常見的問題是自己分析的數(shù)據(jù)不準確，導致辛苦半天，分析出來的結果沒有參考價值，甚至是錯誤的。我有個同事是a 數(shù)據(jù)分析老師。當然，我們公司目前這方面的工作才剛剛起步，還很不成熟。所有相關數(shù)據(jù)庫尚未建立，正處于建立階段。收集數(shù)據(jù)的方式也在摸索中。所以收集的數(shù)據(jù)很可能是不準確的。有一次，領導讓我朋友對從市場數(shù)據(jù)分析收集的市場目標群體的消費習慣和愛好進行調查，找出規(guī)律。

文件夾本身就有幾十兆大小，可想而知這些數(shù)據(jù)有多大。經過幾天幾夜的不懈努力，我們終于取得了初步成果，對這些數(shù)據(jù)進行了系統(tǒng)的整理和分類。但是在分類的過程中，發(fā)現(xiàn)一些關于市場活動的數(shù)據(jù)是相互矛盾的。參加活動的人數(shù)與實際轉化的人數(shù)不符，有時現(xiàn)場轉化的人數(shù)比實際參加活動的人數(shù)還多。這顯然是有問題的。于是他找到相關部門的相關人員了解情況。