也算是看了一些数据分析相关的书籍了吧，让自己去接收各类信息。不知不觉，现在好像有一点点迷失，到底自己该向哪个方向走？可能就是想得太多，做的太少吧。数据分析具备的数据分析思维，现在还是很欠缺，一直的重点方向数据分析技能提升，感觉也是浮于表面。过手的数据太少，还是自己锻炼的不够，对自己的认识还是欠缺。说起来都是不足。
这本书的思想，在数据技能相关的书中，是很少提及的。看似耳熟能详，但实际操作的时候，总是漏洞百出，这就是自己的感触。数据分析的流程，当自己真正去用的时候，时常会剑走偏锋。要谨记，要慎重，要警醒！！！
一套自己实践总结的方法论，不断修正纠偏，集中一点，然后再纠偏，扩展，就会快速适用、应用于你说接触的领域。自我的方法论很重要，come on !
变异系数
- 计算方法：标准差除以平均值得到的值。
- 意义：这个指标只能用来比较不同数据的波动程度。
作者：[日]柏木吉基
书中自我标注的部分内容摘记：
- 复杂的管理问题不一定需要高难度的统计方法。
- 不要从分析（方法）开始，而要从明确目的或问题着手，这一点是最重要的。
- 通过假设得出所需的方法及数据：
- 对所有问题来说，最初的“问题定义”都决定了后面工作的成败。
- 能否在分析之初从逻辑上设定合理的范围，直接决定了之后的分析质量。
- 邂逅预料之外的分析结果，才能帮助我们找到更接近本质的答案。
- 平均值的便利之处在于可以不用处理全部数据，只关注由整体得出的一个数值即可，但其缺点是牺牲了原始数据。这是一个很大的陷阱。
- 工作中进行数据分析的最终目标并不是用数字来表示数据关系。只有数据关系得到了充分的运用，分析才具有价值。
- 回归分析归根结底只是在所使用的数据范围内有效
- 解决问题的股市可以总结为“明确目的或问题”——>“大致把握现状”——>“锁定问题的关键”——>“锁定原因”——“设定行动措施及KPI（和所需资源）”。
- 我们应该把时间和精力用来考虑“核心信息是什么”“对方想知道什么”。
- 自己所采用的数据属于哪个范围，它对于目的来说处于何种定位。
- 如果分析结果的意义和机制无法获得对方的理解，就很难在工作中实现其目的。