该博文内容仅针对《深入浅出数据分析》第一节到第五节
1. 数据分析固定的基本流程
（了解问题）确定问题，分解问题和数据，评估，决策
1.1 如何确定问题？
客户作为分析结果的服务对象，将根据数据分析的内容做决策，需要尽量从客户那里多了解一些信息，才能确定问题
首先要了解客户的情况（你的客户可能）：
相当了解或者不甚了解自己提供的数据；相当了解或者不甚了解自己的问题或目标；相当了解或者不甚了解自己的业务；目标明确或者优柔寡断；头脑清醒或者稀里糊涂；富有直觉或者善于分析
确定问题的框架（能够让客户确定你的分析目标，给出对实现目标的重要基准假设）：
您希望销量提高多少？
您觉得我们怎么样才能办到呢？
您觉得销量提高多少是可行的？目标销量合理吗？
（不停的问是”是多少“使你的各种目标和确信观点得到量化）
我们的竞争对手销量如何？
广告和社交网络营销预算是怎么回事？
1.2 分解
分解：将大问题划分成小问题
”我们如何提高销量“将分划为：
”我们最好的客户希望我们给他们什么？“；
”哪种促销方式最有可能产生效果？“
”我们的广告做得怎么样了？“
尝试分解最重要因子的最好起步方法就是找出高效的比较因子
1.3 评估
评估：让自己介入分析，做出自己的明确假设，并且以自己的信用为自己的结论打赌
1.4 提出建议
提出建议：报告内容要以得到客户理解，鼓励客户以数据为基础做出明智的决策为重点
报告内容：
背景，数据解说，建议
背景：
指的是我们在确定问题的过程中，询问相关人员和调查具体情况得到的一些数据，这些数据同时也是客户对目标的一些假设
数据解说：
将获得数据分解成几个重要的比较因子，可以配合使用图形对比较结果进行描述
建议：
基于客户给出的假设，给出相应的建议有助于说服客户，更能被客户所接受
心智模型：用于理解现实，会大大影响你对数据的解释
心智模型应当包括不了解的，不确定的因素
”关于貌洁保湿霜的销售情况，你觉得自己在哪方面最缺乏了解？“
”关于广告对提高销量的贡献，你有多少信心？“
”除了少女消费者，还有谁可能会买这些产品？“
”有没有我该知道的其他难以排解的不确定因素？“
2. 实验检验
统计与分析最基本的原理之一就是比较法，它指出，数据只有通过比较才会有意义
观察研究法：被研究的人自行决定自己属于哪个群体的一种研究方法
在观察数据的过程中，有一个描述性词语叫做”有限范围内波动“
观察研究法充满混杂因素，混杂因素就是研究对象的个人差异，它们不是这次观察数据过程中的比较因子，最终会导致分析结果的敏感度变差
P45 中SOHO区的区域经理表述的内容说明，选择的采访客户的住址（店址）会影响咖啡价值的数据收集结果，而住址（店址）就是混杂因素，是研究对象的个人差异
好的检验试验总是有一个控制组（对照组），使得我们能够将检验情况与现状进行比较
控制组：一组体现现状的处理对象，未经过任何新的处理
选择有效的分组，能够避免混杂因素：
- 轮流按照不同的价格给顾客结账。这样一来，一般顾客进入实验组，一半顾客进入控制组，店址不再成为混杂因素（随机对象：顾客）
- 使用历史控制法，将这个月的所有店作为控制组，下个月的所有店作为实验组
- 将不同的店随机分配给控制组和实验组（随机对象：店址）
- 将大的地理区域分成小的地理区域，随机将这些微区域分进控制组和实验组（随机对象：店址）
随机控制实验能证明因果关系，通过随机分组，将混杂因素对实验对象和结果的影响转化成一样
做数据分析的数据分为两类：无法控制的因素和能控制的因素
P78中的项目对应的两类因素的数据分别为：
无法控制的因素（约束条件）：橡皮鱼的利润；橡皮鸭的利润；厂家有多少橡胶可以用来生产橡皮鱼；厂家有多少橡胶可以用来生产橡皮鸭；生产橡皮鱼要用多少时间；生产橡皮鸭要用多少时间
能控制的因素（决策变量）：生产多少橡皮鱼；生产多少橡皮鸭
不要假定变量之间是不相关的。创建模型时，务必要规定假设中的各种变量的相互关系
P114中关于网站建设和优化的建议，角度从关键词点击，页面访问数，网站页面访问路径三种角度去收集数据
散点图常常用于发现因果关系，即一个变量影响另一个变量的关系。通常用散点图的X轴代表自变量，用Y轴代表应变量
图形的展示除了收集到的数据，还需要将客户的目标对应的展现出来，这样才能做正确的比较
最常见的散点图是验证两个变量的相关性（散点图中数据点的分布情况），如果一个图形能对三个以上的变量进行比较，这张图形就是多元图形，图形多元化最有可能促成最有效的比较。多元化的常见方法就是将多张相似的散点图相邻排放
对网站的评估：
页面加载速度，主色调冷暖色，导航方式，风格，内容
关于公司信息和数据的来源方式：（已公开的内容）
博客，专利，供配件制造商参考的手机规格，消费者新闻，政府档案，公共经济数据，配件制造商规格，竞争对手产品线，PodPhone新闻报道
数据分析初步阶段生成多个假设和包含因果关系的心智模型，假设验证的核心是证伪，即剔除无法证实的假设，对各个假设进行评级，不利证据越少的排在越前面
只要证据能够帮助你按照强弱程度对假设进行排列，就具有诊断性，诊断性是证据所具有的一种功能，能够帮助你评估所考虑的假设的相对似然。（似然表达的是给定样本X = x下参数θ = θ1 为真实值的可能性）
