《深入浅出数据分析》为数据挖掘入门级教材。通篇以一个化妆品公司Acme为典型案例，分析了从数据分析到决策的全过程。本篇为读后总结，增加自己的练习回答。同一时候贴出书中答案。供对照。
第一部分 高效读书
1.人的大脑会拼命阻止普通、常规、一般的事情，以免干扰自己记录重要的事情。
不是每件事情都如同洪水猛兽般突然、紧急、重要，因此虽然理性上你觉得这件事很重要，可是大脑会习惯性地阻止。有两种方法让大脑像吃人的老虎一样记住知识：
一、缓慢而乏味——反复灌输。
二、迅速而有效——做一切促进不同类型大脑活动的事。比方用图形、对话、故事。取代文字描写叙述。
2.重复多形式论述同一主题。
文章安排对话、场景、思考练习来取代纯文字描写叙述，利用大脑追逐的三个特性来组织：图片记忆、新奇不晦涩、人与情感。
3.征服大脑的小技巧
(1) 进入场景找到感觉——不被打搅——大口喝水——聆听大脑歇息信号
(2) 慢读——理解思考——记笔记——开口大声讨论
(3) 有一部分学习过程，发生在放下书本之后。大脑须要有自己的时间进行很多其它处理，假设这段时间学习新的内容，将会丢失一些刚学会的东西
第二部分 数据分析
数据分析就是细致推敲证据：确定——分解——评估——决策
(1) 客户帮助确定问题
您希望销量提高多少(目标)——如何才干办到——销量提高多少合理(细化目标)——对手销量如何——对某些数据感到好奇详细提问
(2) 開始分析
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" >
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" >
问题分解：
客户确信无疑的观点：
1.销量必须回到目标值
2.目标群体11-15岁少女
3.社会网络的广告开支非常有必要
4.对手销量更高
我对数据的想法：
1.社会网络费的添加并没有为提高销量带来明显影响
2.单位价格减少对总销量影响微弱
3.广告费和社会网络费总支出基本维持不变，广告费越少，越不easy达标
4.销量波动不明显
书中答案
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" >
(3) 亲自介入
分析从你介入的那一刻開始，作为数据分析师，应敢于让自己介入——作出自己明白如果，而且以自己的信用为自己的结论打赌。
介入优点：在数据中发现——避免做出过头结论——对结论负责 客户更尊重你的推断——理解你的推断有局限性
不介入坏处：无法追踪基准如果对结果影响——逃避责任 客户不信任你的动机和能力——变得冷漠而理性
记住——数据分析就是你的信念、推断、信用。除非将分析形成报表供制定决策，否则。分析将毫无用处。
我的建议：
1.添加社会网络费用的同一时候，不削减广告费用。维持为11月的950400。
2.单位价格保持2.0不变
3.适当减少目标值。依据社会网络费用和广告费用的投入。目标销量定为：在前一季度销量基础上加上添加的社会网络费用（针对少女消费投放广告）。
4.调研对手营销策略。适当放宽目标群体
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" >
第三部分 心智模型
你对外界的如果和你确信的观点就是你的心智模型，统计模型取决于心智模型。
最好做出多方如果，採用正确的心智模型。心智模型应当包括你不知道的因素。
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" >
报道含义分析：少女消费者保湿霜市场接近饱和。人均日用量足够
又一次定位：
1.放宽目标群体，到11-25岁年轻女性。65-85岁年长女人。
2.已经基本占领市场，提高单位价格。但不超过50%。
3.打造中高档产品服务25-65岁女性，提升品牌知名度，有助于添加原产品可信度。
文中对首席运行官进行了兴许的发问：
关于销售情况您认为在哪方面欠缺了解——广告对销量的贡献您有多大信心——还有哪些群体可能买产品——有没有我不知道的难以确定的因素
第四部分 数据处理
保存原始数据，不进行修改。方便比較。
为了避免在数据海洋兜圈子，注意集中于该完毕的数据处理。优秀的数据分析根本在于密切关注须要了解的数据。
发现问题后深入挖掘须要问卷调查或者进一步资料。