1700510300
1700510302
数据科学家养成手册 16.9 本章小结
1700510303
1700510304
数据可视化与分析是整个大数据落地过程中较为靠后的环节，通常伴随着很多的配色技巧、展示技巧，以及分析人员自身的行业背景和从业知识。应该说，在整个决策制定之前，所有数据层面的产出都应该在这个环节进行充分的呈现。
1700510305
1700510306
数据可视化同样不是一个孤立的过程，其中就包括数据与人交互并帮助人认知数据的过程。作为分析的实施者，数据分析人员应该有丰富的行业背景知识，并且要了解数学、地理、物理、心理学等相关学科的知识。分析过程中引入的维度越多，分析的维度就丰富，分析出来的结论通常也就有着越好的视角和说服力。
1700510307
1700510308
说到底，数据可视化主要是为了迎合人类自身的阅读习惯，以及人类对颜色、条目的敏感性这些因素而进行的技巧性调整。
1700510309
1700510310
(1) 快速消费品（Fast Moving Consumer Goods，FMCG）是指使用寿命较短、消费速度较快的消费品。
1700510311
1700510312
(2) 乔治·A·米勒（George Armitage Miller，1920年2月～2012年7月），美国普林斯顿大学心理学教授，著名心理学家。
1700510313
1700510314
(3) 曾国藩（1811年11月～1872年3月），晚清重臣，近代政治家、战略家、理学家、文学家。
1700510315
1700510316
(4) 蒲丰（George-Louis Leclerc de Buffon，1707年9月～1788年4月），法国数学家、自然科学家。
1700510317
1700510318
(5) 投资回报率。
1700510319
1700510320
1700510321
1700510322
1700510324
数据科学家养成手册 第17章 数据决策
1700510325
1700510326
决策是所有组织及任何一个阶层的领导者都会做的事情，而且几乎天天在做。决策不限于在特定范围或者全体范围内获得重要决议，每个人时时刻刻都在做着决策。
1700510327
1700510328
决策是指决定的策略或办法。《韩非子·孤愤》第十一中谈到：“智者决策於愚人，贤士程行於不肖，则贤智之士羞而人主之论悖矣。”意思是说：“智者的计谋由愚蠢的人来评判，贤者的品德由不贤的人来衡量，那么品德好、有才智的人就会感到耻辱，而君主的论断也必然荒谬了。”这里的“决策”显然是指对策略或主张的评判。在人们做出各类行为的时候，实际上也在不断对这个行为的得失进行评价，然后决定是否实行。注意，这个过程不见得是开会，很可能是一瞬间在一个人的脑海中做出了评判，然后实施。
1700510329
1700510330
1700510331
1700510332
1700510334
数据科学家养成手册 17.1 决策就是“拍脑袋”
1700510335
1700510336
决策随处可见。拿着外卖菜单决定午餐的菜色，在大雨中举着伞小心翼翼地走过坑洼不平的道路，在网上看到一件漂亮的衣服然后决定购买，都是在做决策——通过判断方案的好坏来决定是否要实施。这个过程的本质是人类基于自身“价值观”做出的“趋利避害”的行为。这种“价值观”是人类自身的一种对于取舍的判断模型，“利”与“害”是人类自身拥有的对事物感触的结果，通俗地说就是“愉悦”和“痛楚”。
1700510337
1700510338
每一个神智正常的人都会具有类似却又各不相同的对“利”与“利益”的理解——有的重视金钱，有的重视名誉，有的重视交际，有的重视短期效益，有的重视长期效益，即使是吃一顿美餐、看一部有趣的小说或电影这种纯粹在情感上获得愉悦的效果，也是“利”最朴素的表现。
1700510339
1700510340
与此相反，以上这些事情的对立面就都是“害”或“痛楚”。金钱损失、名誉损失、朋友绝交、看了令人作呕的画面或者被针芒扎到都是“害”。在这些事情中，凡是已经几乎形成条件反射或非条件反射（例如脊柱反射）的，就无须通过一定的对比、分析、推理、判断来做决定。虽然本质上都是“趋利避害”，但这些事情通常不属于我们刚刚所说的“决策”。而根据“利”与“害”的直接程度和大小，有时可以在瞬间做出决策，有时则需要相对复杂的决策过程。对简单的、可以瞬间做出的决策，“拍脑袋”就够了，因为由其结果造成的“利”与“害”都微乎其微。
1700510341
1700510342
然而，最为复杂，也是本章重点描述的，是那些影响相对较大、较深远的，或者对利益有重大影响的决策。这些决策通常值得多花一些时间和金钱成本来做出。这种决策有方法论可循吗？也是有的。
1700510343
1700510344
1700510345
1700510346
1700510348
数据科学家养成手册 17.2 哪里有物质，哪里就有数据
1700510349
[
上一页 ]
[ :1.7005103e+09 ]
[
下一页 ]