重新理解数据分析

核心能力
商业理解；科学的方法论；编程语言（数据操作）；同理心和说服力
目标
决策支持；数据赋能；

数据驱动
客观呈现出发生的事情；被动支持业务方决策；主动定义问题并指导业务方；将数据融入思维和工作；

工作产出（影响）
影响了某个指标；影响了产品形态（招聘系统）；影响了操作流程；打造了可扩展的解决方案（影响效率）；

不能成为影响

行为本身不是影响，带来的变化才是影响
完成了一项高难度的分析（难度不是影响）；
参与了一个成功的项目（项目的成功不一定是分析带来的）；
创新了一个模型；
做了abc；

什么是好的分析师？
好的分析师是给别人输入，而不是帮别人输出；
分析师的核心能力是思辨；
数据先于观点，而不是观点先于数据；
不要把问题复杂化，也不要惧怕复杂度；
分析什么问题，往往比用什么方法更重要；（传统行业比的是谁做的更好，互联网比的是谁更能定位问题）；
不是所有问题都可以分析出答案，以开放的心态采纳其他的观点；（数据只是视角之一，别唯数据论）；
自己challenge自己，本质是自己提问；

行为经济学

假设
期望效用最大化，偏好一致性，无限意志力，无限自私自利
传统经济学的思考框架：期望收益 vs 期望成本
影响你期望效用，从而改变你的行为的因素

• 成本变化（礼物单价下降）
• 激励变化
• 信息变化（你知道这个女主播是单身）