WP要搞一个图文混排还是比较辛苦的。累。还是用一个乱七八糟的外国标准标题吧。（其实本来想用人人都是数据分析师之类的。但感觉还是比较土气，就用了这个。）最近一个月其实是疯狂的迷上了数据分析。因为我其实对这个不太懂。本身也不是学数学或者统计学出身的，最近好像这个事情又流行的比较猛。最后是公司有一堆无比专业的美女每天做数据分析。所以迅速的产生了非常大的兴趣。就迅速的买了几本书来看看。这一看还是看出了不少心得体会的

         我接触数据分析相关书籍的第一本就是这本俗称小黄书的《谁说菜鸟不会数据分析》作者无比喜欢利用微薄做书的营销。确实已经到了让我崩溃的程度了。不得已。只能不粉他了。呵呵。书本身还是非常通俗易懂的。从一个小白领的任务说起。数据清洗啊，数据分析啊，Excel使用啊，都讲的还满清晰的。里面最好的内容是专业的报告这章，解决了如何满足老板的问题，一定要仔细看。但看完以后总有一种感觉，似乎少了一点神秘感，感觉好像随便一个大学生都能干这个事情。我又去找了本书

         应该也是微薄上看来的书，这本《深入浅出数据分析》超级厚，400多页，看了2章我心里一沉，白买了，就是小黄书的外国版，先来一个小任务，一个咖啡公司销量不好，CEO要问为什么。然后来个分析，最后做把合理取咖啡店做测试，最终得出结论。案例分析难度比小黄书的确实更加高一点，已经有了通过分析后，策划靠谱的实验来得出最终决策建议的模块。但本质还是那句“人人都是数据分析师”。随后再来一张Excel指南。我已经快不行了。这书还很贵。

        不过，等等。后面的精华来了。后面两个我非常有印象的案例。一个是求最大值。简单描绘一下就是通过数据分析解决如下问题：一个工厂每天最多能生产200只橡胶鸭子和300条橡胶鱼。一只鸭子毛利3块，一条鱼毛利5块。每天如何生产能毛利最大化。 这是一个典型的求最大值的案例。（最夸张的是有一个小学也有这个题目，难倒无数家长啊）。最后案例再加上根据季节性的实际销量制定效益最大化的分析目标。 这个数据分析的案例分析了超过3个的分析因子。确实不能靠眼睛看就得出结论。有启发。后面还有一个案例是一个关于要求加薪和最终加薪结果的一个预测性分析。  可以说，这本书至少告诉我了数据分析到底可以做哪一些更深入的事情。而且基本上已经非常接近数据挖掘这个领域了。非常值得一看。不过我过去其实一直想做SEM自动竞价的，但是竞价这个东西的可变因子非常多，至少超过了5项。一直比较迷茫。后来才得知原来有一个SPSS之类的工具是用来搞定这种事情的。（对于这个我确实比较无知，数学系，统计系请绕开）

         重量级的书出场了。其实这本书我买的还是很早的，但买的目的还真不是数据分析用途。主要是在做EDM项目中发现要留存一个用户实在是太难了。后来得到一个阿里的高人指点，让我学习一下电信移动行业的思想。让我茅塞顿开啊。移动用户流失挽回带来的效益远比电商高。我迅速的下了一些PPT，不知咋地还买了这本书。确实是高阶的一本书。书中一句话很有启发。类似SPSS的这些工具就是一个照相机，能照出美丽的照片还需要你设置正确的参数才行。这些工具对于多因子的挖掘非常管用。但使用确实需要具有专业知识的人才行。我直接当科普书籍看了。

——————————————————————————–

        后记：其实数据分析远没有我们想象的那么神秘。做搜索的，做网站分析的，做业务分析的，其实每天都在做数据分析。但数据分析可以到达的高度也远比我们能想象的要高的多的多。

         突然厌倦了每天翻看别人的微薄，看着很多很多的信息扑扑的过来，大多数是很八卦的，还有一些是伪营养的总结。看上去一大堆的信息，其实转的人也许根本没看过，又或者点了一下收藏从来没用过。以后有空转几个过来看看。每天脑袋空空的，信息越来越多。独立思考和沉淀越来越少

        想到了以前在点石的时候，大家都很热情，每个人都有一个独立的博客，大家热情的写啊写啊。今天又去翻了翻。好多好多人都不写了。或者就没有人继续写了。除了Zac…..不管为了啥。能坚持那么久就值得敬佩一下。

        我仔细思考了一下，我对写博客这件事情还是有热情在的。而且现在开始又可以写了。在亿玛做搜索的时候也有热情。但不能写。每天被客户，业绩追着跑。方法没时间总结，数据都是客户的。只得作罢。

       现在环境变了，有空间和时间来思考一些方法上的和细节化的东西。也可以不太涉及机密了。慢慢就要沉淀一下了。当然工作性质也变了，面更宽了。

        所以我把博客改了名字，叫做网络营销多巴胺，里面东西会很杂。涉及网络营销的很多东西。希望是有用的。同时开始注重看书，开一个豆瓣。慢慢积累一下。