读书笔记目录：
《大数据分析的道与术》读书笔记-数据分析之道
《大数据分析的道与术》读书笔记-如何做好数据分析
《大数据分析的道与术》读书笔记-统计是怎么发明的
《大数据分析的道与术》的读书笔记，第一章“大数据分析之道”
“数据分析”虽然只提到了“数据”和“分析”，但是做好数据分析的重点在于对业务的观察、思考与感悟，即分析思路，要做到从业务中来到业务中去。
这篇空了好久了，一直没有继续写，最近在看些别的书，这个没怎么看了。
先来看下这个题目《如何做好数据分析》，把书合起来，想想，看书的目的其实是把书中的内容和自己的知识融会贯通，变成自己的一些知识，最后才会有意义，好了，好像有些书是说怎样看书的，计划这两天先补一下这类书，读书也是有方法的。
作者先用一个例子来类比，用的是香菱学诗，说一开始学诗的时候，要先注重立意，而不是注重华丽的辞藻，一旦跑偏了，就很多在找回来了。感觉就像是如果想要让自己有更多的人喜欢，是应该先提升自己的内在？还是先提升自己的外貌呢？这里其实没有哪个重要，哪个不重要的意思，而是有一个优先级，先从哪里开始，再接下来去做些什么。数据分析即是在于对业务的观察、思考和感悟，
1. 业务调研
业务是数据分析的起点，所有的数据，所有的分析都需要从业务中来，不是凭空YY出来的。数据分析重思路，轻方法，思路就是从业务中思考来的 。
2. 创新思考
就是说要有自己的独特思考与理解，这一点也是体现个体差异的地方，每个人对业务的理解和看问题的角度都是不一样的，有创新，有抓住真正的点，才可能会闪亮。
作者认为，这里包含亮点，学与思。每个人都在学习，学习后，还要去思考，思考完了，再去学习，是一个循环不断地过程。孔子说过“学而不思则罔，思而不学则殆”。
作者提出，就数据分析来说，跨领域的知识结构，会有助于创新思考，像“经济学、心理学、统计学”，可以从多个角度区看问题的时候，就会比别人多一种思路。
3.逻辑推理
在上面，我们有了想要分析的思路，我们可能拿到数据，输出了一些统计指标，然而想要得到正确的结论，也不是那么简单的，这里就需要正确和严谨的推理。
作者总结了几个常见的出错原因（书中举了好多例子，这里就不重复了，例子比较典型）
不谨慎的归因
比如“相关关系和因果关系”，把相关的情况，推理成了因果，是很容易犯的错误。比较对象不当
这里是说在进行对比的时候，他们所处的背景条件是不一样的，无法直接进行对比，或者说隐藏了部分内容。观测维度有误
这里就是辛普森悖论，我记得写过一篇这个的，好像找不到了，等我再写一个。只信亲身经历
这个主要是说典型的个例，也就是小概率事件，我们要看概率的分布。数据信息不足
信息不足，就开始YY，然后得出各种不靠谱的结论。心中含有成见
这个主要是一种先入为主的思想，需要克服下。
4. 可行建议
我们有了思路，有了数据，有了结论，就需要将这个结论落地，返回到业务中去，对业务发挥作用。
