数据分析师与统计学

1.数据分析师有三条腿，数据处理，统计分析，业务理解。

既然你是从业人员，那么你一定听过一句话，“数据挖掘有80%的时间花在了数据准备上”，当然，这80%的时间反而是最不能体现工作价值的地方。如果你处理过从不同业务部门汇集来的数据，就会明白。。。“大”的不仅是价值，而且迫切需要一种新型的技术路径来解决需求。我试过R，Clementine，甚至excel的插件，面对不能精确匹配的场景总是乏力，事实上我处理的还都是完全结构化的数据。

2.多数时候，统计分析所需要的并非算术技能，而是数学思想。

到这就要提第二句话，“大数据分析的关键不是因果，而是相关性”。啤酒和尿布的故事想必我无需再讲。基于精确建模、大量数据、反复迭代来预测人类社会的多数变量，都会是南辕北辙。一般而言的，基于金融工程衍生来的各种数学、统计，并不能在大数据场景中得到应用。归根结底，大数据活动并非是一个在严密逻辑框架下进行理论推演的科学，而是一个自下而上，由数据的挖掘、分析中发现结论的科学。基于大数据方法得出的好结论，必然应该是后验的，而非先验的。大数据的价值在于可以发现细节规律，而不是推演未来。石油价格预测这种的，是数学家的事，不是数据科学家的事。

3.需求导向仍是IT领域设计解决方案的最高法则。

需求导向放在大数据场景里，也就是对业务的理解。有些业务很好理解，比如啤酒和尿布，有些业务比较难，比如一些面向研究部门的对细节数据的组织需求。商业组织里，应用任何新技术的目的，都应该是提高生产力。所以我认为，一个半吊子分析能力的从业人员，能够比一个既懂数学又懂计算机的书呆子设计出更好地解决方案，因为对需求的理解。
基于以上三点，我认为如果你想做一个数据科学家，更好地选择是去了解具体业务，而非学统计。实干的建议就是，可以随便找几本统计学专业书来翻翻，看看里面到底有没有东西能帮你更好地满足用户需求。