《大数据导论》读书笔记——Chapter 1

去年买的书，从通信转到大数据行业，其实一直挺心虚的，特别想要踏踏实实把它读下来，补补基础。觉得国内的各种译本可能会不那么准确的传递一些信息，毕竟不同语言之间对应的精准程度有限，就心血来潮下单了这本英文版，书架上搁置了将近三个月，感谢搬家的师傅帮我把它从院里的小白楼搬到了院外的写字楼，终于有想要看看它的冲动了。看了几页便有醍醐灌顶酣畅淋漓的感觉，忍不住要整理出读书笔记，一章一章发布在这里，算是一种对自己的督促（暂时还不确信我能不能坚持看完），也算是一种分享吧，希望得到师长和朋友们更多的指正与批评，有时候批评这种东西也是千金难求的，在此深深谢过。

第一章主要是理清一些概念和术语。

1. Data Analysis vs. Data Analytics：

书中原文：

Data analytics is a broader term that encompasses data analysis.按原文理解，后者是比前者更加宽泛的概念，到网上查了一下相关的说明，得出这样的解释：

（http://www.linkedin.com/pulse/data-analysis-vs-analytics-matthew-rosendin）

从字面上看，前者是后者的一部分，前者是一种技能，后者是一项游戏，而这项游戏包括数学、统计与计算等相关活动。

用中华文化来理解，analysis是术，analytics是道，analysis是方法，analytics是方法论。

2. Four General Categories of Data Analytics

很喜欢书中的这张图，清晰，简洁。继续用中华文化来理解，左边那个箭头Value表示由下往上，就可以尝试从“事后诸葛亮”变成“事前诸葛亮”，同样的右边那个箭头，表示想要变成“事前诸葛亮”需要付出越来越大的复杂性作为代价。

1）Descriptive Analysis：（描述性分析）

用于回答已经发生的事件相关的问题，通常用reports或dashboard的方式。

2）Diagnostic Analysis：（诊断性分析）

用于分析已经发生的事件背后的原因，个人理解，Descriptive Analysis更加关注过去的信息的总览或概述，是一个general的过程，当然其中也有相关细节，但目的性不是很强。Diagnostic Analysis更加关注问题与现象，是一个particular的过程，偏重于寻找事件或现象出现的原因，目的性较强，通常用drill-down或者roll-up的方式。

3）Predictive Analytics：（预测性分析）

用于尝试确定未来可能发生的某一事件的结果。需要model的支撑，而在使用model时，要重点关注建立这个model的前提条件，当前提条件变化时，模型需要be updated。原文指出Predictive Analytics需要比Descriptive Analysis和Diagnostic Analysis更加先进的skillset，专门查了这个词，它好像不仅仅是指a set of skills，还有某方面的特指，即是“以结果为导向”发现并解决问题，基本属于“逆向”的或者说“自上而下”式的思维。也就是说这个Predictive Analytics的目的性也很强，是以结果为导向。同时，原文指出Predictive Analytics要提供用户友好的终端接口，个人理解这种描述更加简单粗暴的表达了“以结果为导向”的“目的性”。

4）Prescriptive Analytics：（规范性分析）

原文指出，它是建立在Predictive Analytics的结果上的，用于规范应该采取的行动，不仅仅关注应该采取哪种规范的手段，也关注为何如此。这同样是一种目的性较强的分析方法，用于增强优势或减少风险。这四种方法中，Prescriptive Analytics需要最强的skillset，这里提到skillset包括专业的software或tools。这种分析有explanatory转到advisory，并包括多种场景的模拟。

3. Business Intelligence（BI）:

原文：BI enables an organization to gain insight into the performance of an enterprise by analyzing data generated by its business processes and information systems.这个目的性更强了，打个比方，BI是做饭，上面的那些分析方法就是煎炒烹炸，用户是顾客，分析员是厨师，为什么说目的性强？因为顾客想品尝美味。（吃货只能想到这些，供你们批评）

结合自己仅有的一些可视化知识的皮毛，现在市面上很多工具（此处屏蔽广告若干），都是一种敏捷BI，传统的BI是一个较为庞大的系统，敏捷BI更加以结果为导向，简单粗暴直接得出顾客想吃的东西。

4.关于那些个“V”

跟微博里的大“V”一样，不刷过几个他们的主页，就不能说玩儿过微博。这几个“V”也是大“V”，不知道它们就不能说了解大数据。不一一描述了，这里看到一处：说其中的Veracity是后来专门针对较低信噪比的非结构化数据增加的。（总算出来一个通信专业里熟悉的名词"信噪比"，小编好亲切的感脚，看见了亲人都是眼泪）

后记：

写完这篇文章，感觉自己总算在这个公众号里又干了一件正经事（算上之前那篇一共两件），同时，也感觉自己这个公众号的风格越来越飘忽不定了，小蜜蜂还画不画了？画，当然要画，因为：“不为无益之事，何以潜有涯之生”。

END