数字，数据，数据分析三者有什么区别？
我们脱口而出的其实都是没有来源，没有采集方式，也没有度量的数字，根本就是扯淡！
数字：没有来源 没有采集方式 没有度量
数据：数据来源（从哪儿来），采集方式（以何种方式收集），记录格式（以何种形式记录，单位）有据可查！
数据分析：就是一个用技术，业务手段尽可能的接近真相的过程，（去弥补原始数据的不足） 深层次的分析需要讲逻辑！！
1 假设-检验-总结-再假设
2 真的有痛点的人，才会需要真正的需要分析
3 越小的事情我们越搞得清楚，其实很多时候，说的话没有任何价值，只是感情用事而已。
所以数据分析的本质：
把思维建立在牢固的事实基础上，通过有逻辑的分析，推理出接近真相的答案。
数据分析代表了理性，严谨，缜密的思考过程。
再进行数据分析之前应该思考的三个问题：
到底要怎么分析这个问题？
到底分析出什么结论？
到底这个结论有什么用？这个结论可以解决一个什么样的问题？
怎么了解数据分析在企业内的应用，得从部门说起
技能只是数据分析的一个部分，但是数据分析是一个工作
1.学习技能是一个人的事情
2. 数据分析工作是一群人的事情
3. 所以你要先了解你的部门
我们要解决的是一个业务问题，脱离业务问题谈能力就是空谈，有了业务能力才知道我们需要什么样的技能，技能是用来服务问题的。
本质上看：
数据才是企业的刚需，但是数据分析不是，如果数据很好的话就没有数据分析什么事了，数据分析往往依附于某个部门，因此数据分析的地位，是由自己发挥的作用决定的。
一等数据分析师：自己就是产品，自己能带来利润
二等数据分析师：自己能辅助其他部门，降低成本，提升利润
第三等：自己能提供其他部门需要的服务
1 今天靠短期培训拿下的岗位，明年也会被别人靠短期培训所替代。所以一定要有别人短期无法超越你的技能。
2 想解决问题，需要的是全套的能力！
我们到底需要补充多少的能力？
不能照单跑！
不考虑实际情况，解决问题试图一竿子插到底！
望闻问切才是我们所需要的！
组合拳：
1.从理解问题开始，而不是翻书（收集信息，理解业务背景——>数学建模的第一点也是了解背景）
2. 把具体问题转换成需求
3.定义问题，选择方法
4.梳理流程，认清现状
5. 明确评判标准
6. 寻找问题产生的原因
7. 评估方案提出分析建议
8.阶段性的汇报
推荐：人人都爱数据科学家，七周成为数据分析师
