導語：
中國人講“旁觀者清，當局者迷”。 “當局者迷”是因為自己看不清自己，所以我們要把自己的處境懸架起來，當作一面鏡子，這就是卦。把自己的狀態，自己的處境，讓自己成為旁觀者來做評判，這個過程就是算卦，其中對未來的展望就是占卜。這與大數據分析預測何其相似，從歷史數據提取關鍵信息，分析其特徵表現，預測其未來。
“行星運行”—尋找規律
太陽系八大行星繞太陽運行週期數據: 觀測數據是行星繞太陽一週所需要的時間（以年為位）和行星離太陽的平均距離（以地球與太陽的平均距離為單位）。
“仙人指路” – 實踐規律
數據分析與占星卜卦有沒有相似之處 ？
答案是有，都圍繞著三個貫通點，觀察、尋找特徵、應用規律（經驗）。
歷史中的數據事故
1.朝鮮戰爭： 志願軍的7天攻勢
1950年12月31日，中朝聯軍發起第五次戰役,至1月7日，聯合國軍已退至三七線南北之平澤、安城、堤川、甯越、三陟一線,戰役遂於1月8日結束1951年4月22日，中國人民志願軍發動第五次戰役，至29日結束。
2.遼瀋戰役：廖耀湘軍團覆滅
為什麼那裡繳獲的短槍與長槍的比例比其它戰鬥略高?
為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰鬥略高？
為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰鬥略高？
數據分析的四大問題
（1）數據分析是什麼？
是尋找規律、提煉價值信息，並將分析結果用於決策的過程。
其中需要經歷的過程有確定分析的目的 → 研究的對象 → 可以使用的數據→ 細緻分析 → 結論與展示。
泰坦尼克號事故中什麼樣的人更易倖存？
（2）數據分析的基礎是什麼？
數據是分析的基礎：分析是建立在數據之上，可以使用的 數據量、數據質量、數據的粒度等決定了分析的結果。
業務是分析的支撐：離開業務解讀數據是枯燥的，沒有意義的；如下圖的示例中，不解釋原始表結構與業務邏輯，無法分析。
（2.1）數據分析的基礎 – 數據
數據：對事物存在與發展變化的描述
數據收集： 數據時代，記錄事情發展變化成為可能
數據的記錄形式： 數據結構
數據結構的變換：數據處理、統計
數據的處理： 計算（計算機），所以對數據結構有要求。
結構化數據：可以用數字或統一的結構表示的信息；
數據表： 一行為一條觀測，一列為一個特徵/維度
非結構化數據：無法用數字或統一的結果表示的信息。
如：圖片、文本、聲音
（3）數據分析的方法
數據分析的基本流程：定義問題（瞭解業務） → 收集數據 → 數據檢查 → 數據處理 → 數據分析 → 結果展示 → 結果應用。
檢查數據質量，包括缺失、異 常值、分佈等
數據處理，包括填補缺失值、處 理異常值、衍生、標準化等。（泰坦尼克題目中，將Title、Pclass、Parch組合觀察可以找到更好的差異）
（4）數據分析的原則
明確分析目標：圍繞目的進行的分析工作；業務與數據相結合：分析結果最終要在業務上解釋與應用，需要與業務結合；用數據說話：深入分析數據的實質，挖據數據內涵，不能 “認為是”，也不能停留在數據表面。
小問題1：如果一枚硬幣連拋10次都是正面，問第11次出現正面的概率是多少？（請在評論區說出你的答案）
哪個老師的教學質量更好？
生活中的數據分析：
（1）在亞馬遜上搜算圖書《原則》，從而看到的其他圖書推薦。
關聯分析：Amzon 100件圖書訂單，購買《原 則》的有75件，購買《爆裂》的 有60件，同時購買兩者的40件。 那麼，兩本書在被選購時是否可以相互推薦？
事件 - A：購買《爆裂》；B：購買《原則》
支持度 ：同時購買概率 - 40/100 = 0.4
置信度 : 購買一個後，再購買另一個的條件概率
A對B的置信度： 40/60 = 0.67 B對A的置信度： 40/70 = 0.53
提升度：購買一件對購買另一件的概率提升左右
A對B的提升度：0.67/0.75 = 0.89
B對A的提升度：0.53/0.6 = 0.88
結論： 兩本書的購買是互斥的
小問題：如果把訂單總量變為1000 呢？（來評論區說出你的答案）
（2） 數據分析的應用—大數據殺熟分佈
網友分享：
他經常通過某網站訂某個特定酒店的房間，常年價格在380元-400元。偶然一次，他從前臺得知酒店淡季價格在300元上下，他用朋友的賬號查詢也是300元，但用自己的賬號查看還是380元。其他網友也分分曬出自己被宰的經歷，大罵企業無良，不少媒體認為大數據是技術走了歪路，建議通過法律制裁。
由於篇幅有限，本文對大數據分析不再做過多的介紹，歡迎有興趣的小夥伴通過官網諮詢我司相關產品。
閱讀更多 拍拍信 的文章
