最近开始业余学习ＣＤＡ的课程，就发现统计原理对自己来说是很难的。去年在学ＳＡＳ的过程中，就听说过，如果你能把那么复杂的统计函数及统计公式全部理解清楚的话，那你需要达到统计学博士的水平。而就数据分析跟数据挖掘来说，统计知识好像又占到了很大的比重。如何来处理这一部分知识就显得尤其重要了。

　　实际上，这一块知识在上数据挖掘及多维分析课程的时候就听过。都是一知半解的状态。唯一理解的比较好的就是决策树的算法，其他的算法都是直接加载相应的包来套入运算。数据分析，挖掘都是要对业务有很深理解的。有的时候，当我们对业务理解越细的时候，对我们的分析会更有帮助，而不是先去研究相关算法。所以，就个人的理解来说，先了解业务，再通过相应的业务去学习相匹配的算法更为有利。

　　而谈到对业务的理解，个人觉得这一块可能是自己的弱项了。因为了解一个行业最块的方法就是找到这个行业不同职位的人去聊天。与人面对面的互动对你了解并掌握这一行业的帮助无疑是最大的。单就ＣＤＡ里边的银行数据来说，之前只是简单的有了用户的存，贷，信用卡的数据。而在大数据时代，相关的购物行为，结合相关城市社区数据，出行数据，这样就可以为用户形成一个多维护的数据画像，然后对不同类群的客户进行相应的营销引导。势必会产生新的业务增长。这一点，相信未来会在银行业遍地开花。

　　而统计学原理，两列数据的线性关系，齐次方程，Ｋ值，Ｐ值，均值，中位数。这一些概念相信只有在数据分析部分有用，而在业务分析，及营销部分更多关注的是结果。好的分析只有加上好的执行才能够产生效果。

　　实际上，很多时候，我们过分看重要分析过程，却忽略的执行过程中的商业逻辑。自从开始写Ｒ代码后，突然发现，自己的逻辑思维在逐步加强。对于数据的商业理解又多了一层。但最终是搞架构，还是营销，还是运营。现在还不是很清楚，但至少，会从产品经理做起。

　　可能个人还是比较喜欢跟人打交道吧！数据分析可以帮助自己理清所收集到的各样需求，而如何执行，如何落地才是更为重要的。对商业的理解可能是最考验一个产品经理的整体思维吧！前期总是对技术追求很多，但对商业逻辑没有整体思考！

　　什么是商业逻辑？就是你所负责的这个产品如何变成钱。在这一个过程中，技术是一个过程，需要技术，便又不能仅仅去依靠技术。做好合局规划，这才是一个产品经理的重点思考内容。

　　至于统计原理对数据分析的重要性，要明白你要的是分析的结果，还是过程的完美？

本文出自 “数据挖掘与可视化” 博客，转载请与作者联系！

学习总结－－统计原理对数据分析的重要