如何像資料分析師一樣思考？

我寫這篇文章是為了幫助有抱負的資料分析師掌握正確的心態，幫助他們開始像資料分析師一樣思考。
　　這個答案還包括七個挑戰，這些挑戰幫助你發展出像資料分析師一樣思考的能力。
(1) 通過資料滿足你的好奇心
　　作為一名資料分析師，你寫自己的問題和答案。資料分析師自然對他們正在檢視的資料感到好奇，並創造性地探索和解決任何需要解決的問題。
　　大部分資料分析不是分析本身，而是發現一個有趣的問題並找出如何回答它。
　　以下是使用公共資料集的兩個很好的例子：
　　希拉蕊：美國曆史上毒性最大的嬰兒名字
　　檢視火災響應資料
　　挑戰：想想你感興趣的問題或話題，並用資料來回答！
(2) 持懷疑態度地閱讀新聞
　　資料分析師的大部分貢獻（以及為什麼用機器取代資料分析師真的很難）是，資料分析師會告訴你什麼是重要，什麼是虛假的。這種持續的懷疑論在所有科學中都是健康的，特別是在快節奏的環境中，很容易被誤解虛假的結果。
　　你可以通過批判性地閱讀新聞來接受這種心態。許多新聞文章都有內在缺陷的主要前提。試試這兩篇文章。示例答案可在評論中找到。
　　更容易：你喜歡你的 iPhone。名副其實。
　　哈德：誰預測到俄羅斯的軍事幹預？
　　挑戰：每天當你遇到一篇新聞文章時，都要這樣做。評論這篇文章，並指出缺點。
(3) 將資料視為改善消費品的工具
　　訪問消費網際網路產品（可能你知道還沒有進行廣泛的 A/B 測試），然後想想它們的主要漏斗。他們有結賬漏斗嗎？他們有註冊漏斗嗎？他們有陽剛之氣的機制嗎？他們有訂婚漏斗嗎？
　　多次瀏覽漏斗，並假設它可以通過不同方式更好地增加核心指標（轉換率、股票、註冊等）。設計一個實驗，以驗證您建議的更改是否真的可以更改核心指標。
　　挑戰：與消費者網際網路網站的反饋電子郵件共享！
(4) 像貝葉斯人一樣思考
　　要像貝葉斯人一樣思考，請避免鹼度謬誤。這意味著要形成新的信念，你必須既包括新觀察到的資訊，也包括通過直覺和經驗形成的事先資訊。
　　在檢查儀表板時，使用者參與數字今天顯著下降。以下哪項最有可能？
　　1.使用者突然少參與
　　2.網站功能崩潰了
　　3.記錄功能中斷
　　儘管第 1 號的解釋完全解釋了下降的可能性，但第 2 號和 3 號應該更有可能，因為它們之前的概率要高得多。
　　你在特斯拉擔任高階管理層，特斯拉的 S 型公司有五人在過去五個月中起火了。哪個更有可能？
　　1.製造業質量有所下降，特斯拉斯現在應被視為不安全。
　　2.安全沒有改變，特斯拉 S 型車的火災仍然比汽油車的同類車少得多。
　　雖然 #1 是一個容易的解釋（非常適合媒體報導），但由於您定期進行質量測試，您之前應該對 #2 有很強的影響。然而，你仍然應該尋找可以更新你對 #1 和 #2 的信念的資訊（並仍然可以找到改善安全的方法）。思考問題：你應該尋求什麼資訊？
　　挑戰：確定你上次犯基地利率謬誤並儘量避免它。
(5) 瞭解工具的侷限性
　　“知識知道蕃茄是一種水果，智慧不把它放在水果沙拉里。”- 邁爾斯·金頓
　　知識是知道如何進行普通的線性迴歸，智慧正在意識到它在實踐中是多麼罕見地乾淨地應用。
　　知識正在瞭解 K 均值聚類的五種不同變體，智慧正在意識到實際資料如何很少能被幹淨地聚類，獲得具有許多特徵的良好結果有多困難。
　　知識是知道各種各樣的尖端技術，但智慧能夠選擇在合理時間內為公司提供最大影響的技術。
　　在完成 Coursera 或 EdX 課程時，您可以開發大量工具，但在您知道使用哪些工具之前，工具箱沒有用。
　　挑戰：將幾個工具應用於真實資料集，並發現每個工具的權衡和侷限性。哪些工具效果最好，你能弄清楚為什麼嗎？
(6) 教導一個複雜的概念
　　理查德·費曼如何區分他理解哪些概念和不理解哪些概念？
　　費曼是一位真正偉大的老師。他為自己能夠設計出方法來解釋甚至最深刻的初學者的想法而自豪。有一次，我對他說：“迪克，向我解釋一下，這樣我就能理解，為什麼旋轉一半的粒子服從費米-狄拉克統計。”費曼把他的聽眾打得一清二，他說：“我會準備一場關於它的新生講座。”但幾天後他回來說：“我做不到。我無法將其降低到大一水平。這意味著我們並不真正理解它。”-大衛·L。古德斯坦，費曼迷失的講座：行星繞太陽而動
　　理查德·費曼的傑出是他將複雜概念提煉成可理解想法的能力。同樣，頂尖資料分析師的區別在於他們能夠說服自己的想法並解釋他們的分析。
　　檢視陳德溫對這些問題的回答，以瞭解令人作風解的技術概念示例：
　　Netflix 獎有頂級模特摘要嗎？頂級團隊最終用於合奏學習的獲勝模型背後的高層次和直觀想法是什麼？
　　對 Latent Dirichlet Allocation 有什麼很好的解釋？
　　什麼是最小的角迴歸？什麼時候應該使用？
　　挑戰：向朋友或公共論壇上（如 Quora 或 YouTube）教授技術概念。
(7) 說服別人重要的事情
　　也許比資料分析師解釋其分析的能力更重要的是他們傳達可操作洞察力的價值和潛在影響的能力。
　　隨著資料分析工具越來越好，資料分析的某些任務將實現商品化。新工具將使某些任務過時，如編寫儀表板、不必要的資料扭動，甚至特定型別的預測建模。
　　然而，資料分析師提取和交流重要內容的必要性永遠不會過時。隨著資料量和潛在洞察力的增加，公司總是需要資料分析師（或從事資料分析類角色的人）來修剪所有可以做的事情，並根據影響確定任務的優先順序。
　　資料分析師在公司中的作用是擔任資料和公司之間的大使。衡量資料分析師成功與否的標準是他/她能講故事和產生影響的程度。這種能力放大了所有其他技能。
　　挑戰：用統計資料講故事。在資料集中傳達重要結果。做一個觀眾關心的令人信服的演講。
　　如果你有興趣成為一名資料分析師，可以瞭解九道門商業資料分析學院的專案實訓課程，希望會對你有幫助。