以数窥豹

    这真是一本奇怪的书！

    尽管近些年，各种类型的书籍看了不少，比如之前介绍过的《说服力：让你的PPT会说话》就是一本用PPT写PPT的奇书。但手上的这本还是大大超出了我的预期。

    一般而言，一本书“实在”程度是衡量质量好坏的一个因素。“不实在”说白了就是字数少，那种字与字间距极大且在每一页留下一堆空白的书，常被指摘为骗钱。而《深入浅出数据分析》的每一页基本都符合这个特点，再瞅瞅它的定价，居然是如此吉利的“八八”！即便网站打折也要卖到六十元以上。真是搞没搞错呀，以为这是经典书籍的引进版么？还是以为内地人民的收入水平赶上了港台？作者和出版社穷疯了罢！作者在书中回应了各种“不实在”的“指控”：我们使用丰富的图片，这是因为，大脑追逐图像，而非文字。图形比单调的文字好记得多，可以提高学习效率（记忆学习和转移学习的学习效率最多能提高89%）。图形还能让知识更容易理解，在大脑的活动中，一张图片胜过千言万语。当同时使用图片和文字进行说明时，我们将文字填写在图片当中。当文字出现在它所描述的事物当中时，大脑的工作更有效率；相反，若将说明性文字放在注释或其他正文当中，则无此效果。 

    我承认，确实是有“A picture is worth a thousand words”（一图胜千言）的谚语，但仅仅凭借一句谚语，绝不能说服我这本定价如此之高的书值回“票价”。于是，我花了两个小时看完了序言和第一章。序言的内容同数据分析的主题并无直接关系，而是主要强调了如何更好地调动大脑学习，很快就看完了。而第一章“数据分析引言”只有三十多页，大部分又都是图片，文字极少，但我却脑袋飞转地看了很久。

    第一章中作者进行了角色分配，读者成为了一名刚刚上岗的数据分析师，客户是一家化妆品公司的首席执行官，他提供给你公司一款旗舰保湿霜的销售情况，希望你通过数据分析，找到提高销量达到目标的方法。作者并不顺着数据一步步分析，讲解规则，得出结论。而是把参与的主动权交给读者，在行动前，作者先提出一些必要建议，比如，告诉读者在直接分析数据之前，应该做的是了解问题和确定问题，而与客户的沟通可以帮助分析师确定问题。在这个实例里，首席执行官给了分析师几条信息，其中包括客户对提高销售额的预期，除此以外，首席执行官还告诉分析师，保湿霜的目标客户群是少女消费者，而竞争对手可能已经抢占了部分市场份额。在得到客户的回答之后，分析师，也就是读者我，将提高销量的大问题分解为一个个小问题，再结合数据的分解、比较，我很快得到评估、决策，结论是销售相对目标下降可能与广告费相对下降有关。而针对少女消费者做广告是让总销售额重新达到销售目标的手段。

    正当我发现自己的结论同书中的基本一致，自鸣得意地以为决策英明，是时候享受夸赞的时候，作者却话锋一转，提出一份由另外的媒体做的产品调查，指出该品牌的保湿霜在市场上占有了绝大多数的市场，该市场可能已经饱和。这个调查报告和数据分析结论是冲突的，如果市场已经饱和，那么增加广告投入一定无法解决问题，我仿佛又回到了起点，方才知道，客户的“估计”绝对不会永远正确，而根据客户的估计建立的心智模型必须随时根据其他证据推倒重建，所以，在向客户咨询知道什么的同时，还需要询问客户有什么不确定、不知道。这样的过程大多漫长而曲折，甚至在一个阶段是循环往复，或许最后我们拿到的是一堆未加处理的原始数据，再重新建立问题、假设、证据、决策。但这种探秘的过程也正是数据分析的乐趣所在，或者另一个名字更符合这个过程——数据挖掘。

    在当今这个数据爆炸的年代，人人都得面对堆积如山的数据，希望以数据说话，把握问题的要害，推进现实工作，而不仅仅凭借“常识”或是直觉。所以了解如何处理原始数据，如何分解和构建复杂的问题和数据集，不止是数据分析师的工作，而可能是我们每个人生活的一部分。

    这本书的另一个不同之处在于它并非是一本软件工具指导书。许多以“数据分析”为题的书籍其实类似软件手册，它们大多围绕Excel函数表或是其他流行的软件工具进行介绍，着重突出和数据分析有关的部分，再针对每个函数给几个实例。尽管在这本书中也会学到相当多的软件工具，但它们不过是手段而已，《深入浅出数据分析》的每一章每一小节都在不遗余力地带你进入从确定、分解到评估、决策的世界。而那些诸如：最优化方法、假设检验方法、贝叶斯统计方法等看似冰冷、生硬、困难的统计方法，在作者以图为主的写作风格和步步紧逼地提问、思索、回答中，竟然真的印在脑子里，想忘却都不容易了。

    《深入浅出数据分析》，[美]Michael Milton著，李芳译，电子工业出版社，2010 年9月，88.00元