这是《数据分析咖哥十话》一书作者黄佳的创作手记。黄佳老师，前埃森哲资深顾问，现新加坡科研局AI研究员，人工智能项目落地专家。他同时也是《SAP程序设计》、极客时间《零基础实战机器学习》的专栏作者。

缘起

2020年底，我出版了《零基础学机器学习》，这书从小冰学习的故事写起、然后切入项目实战的生动写法得到了读者的认可。因为当时经验和水平的局限，这书也存在着“适合入门，但还可以再写深一些”的问题。后来项目越做越多，论文也读多了，总觉得如果能够重写一遍，保持“浅度”（这是优点），又能增加“深度”（这是考验作者“内功”的地方），那该有多好。不过，再版一本书可没有那么容易，这是后话了。

再后来，我又做了许多数据运营的项目，主要是把技术应用到AARRR模型的各个环节之中去。这期间，我也同时开设了极客时间专栏课程“零基础实战机器学习”，结识了更多做数据分析、数据运营的新朋友，也常和大家一起探讨数据科学的落地现状。我们都深切感觉到，数据分析，已经从一个具体的岗位，演进成了一种“通用能力”。在工作中，直接拿起Excel，或Python三剑客（Pandas/Numpy/Matplotlib），或者用SKLearn当场手撕一下，就能看看数据里面有什么门道。

如果你不会这些东西，非要把手头的数据发给你公司的“数据分析师”，苦苦地等着人家回复，那多麻烦！！

不过埃森哲 大数据 场景，我也发现，很多时候我们对数据科学的学习和实践充满热情，但是，在投入大量的时间和精力学习新技能的同时，大家也存在着诸多疑惑。

讨论较多的问题有这么几个。

我想：说到底，是要学的东西太多了，时间和精力有限，如何让大家最快，最轻松的，不费力气的学到能用的技能，是我的目标。

带着这些问题，我开始了一本新书的写作。

目标1：场景化实操指南

第一个目标，是要写一本将技术联系实际、让工具全面落地的场景化实操指南。仅学工具、语法、算法味同嚼蜡，一定要结合业务场景，要在场景中实战，这样才能够把工具的价值最大化，才能够真正理解知识、理解数据的内涵，才能举一反三。

那么，疑惑再度出现，对于一个新手，或者运营经验并不丰富的数据分析师来说，他们没有见过那么多的业务场景，也就不可能边做边学，这个问题又该怎么解决呢？

没关系，这个痛点，我也可以解决掉。因此在写作过程中，我会努力把一些真实的业务场景展示出来，从用户故事和具体问题出发，手把手地带着大家学习，从问题的出现到理论的分析，再到工具的介绍和使用，直至问题的解决，把知识扎实地落地。

目标2：有故事读着有趣

除了想奉献给读者一本实用、“硬核”的数据分析和数据运营的技术参考书之外，我还有第二个小目标，就是希望这是一本非常有趣的数据分析参考书。

王小波说过：“每一本书都应该有趣。”可是，现实世界的真实情况是大家在学习技术时感觉太枯燥了，读书也太累了。所以，我真心希望能够有一本书带着大家一起快乐地“玩”数据。而且这个快乐学习的小目标与我的“在场景实战中学工具、学技术”理念完全不矛盾。

因此，这本书也完全是一个个故事+案例的方式来呈现，从小雪求职时被咖哥发现了行踪开始，咖哥和小雪就一步一步带你走进了数据分析实战的殿堂。其中还穿梭着马总、牛总的插科打诨、江里捞的留客秘密，游戏公司的佳节促销等等彩蛋。

而且，只学编程语言和数据分析工具难免枯燥，但是结合了业务场景和用户故事，大家就能快乐地学习了。为什么这么说呢？因为通过数据分析能够从数据中挖掘出价值，能够把这一价值用漂亮的图表呈现出来，能够看到自己的建议驱动了运营的增长，还能看到数据中隐含的“秘密”，从而给公司业务带来巨大的增量。数据带来的好处实实在在，能看得见。

做数据分析项目，很有成就感。

现在，让我们一起来看看，表面上普普通通的数据，在普普通通的运营场景中，我们可以“玩”出哪些 “花样”。

写着写着，我又发现对于数据人来说，更重要的是通过对工具的使用养成一种从数据中发掘“蛛丝马迹”并提取其价值的思维习惯，培养自己透过数据的表象看清业务本质的能力，把数据转换成实实在在的价值。在这里，我们对数据的推理已经超越了传统的数据分析，我把该推理方法称为“数据演绎法”。在数据的世界里，你就是“福尔摩斯”。数据中隐藏着什么，由你去发现。

好啦，下面就一起看一看我这本新书《数据分析咖哥十话 从思维到实践促进运营增长》的宣传文案和具体内容细节：

数据分析咖哥十话

数据分析咖哥十话不仅写法令人耳目一新，其实用性令数据分析师们击节赞叹，很多数据分析高手读后评论：

这本书还有以下几个特点：

1.立足实际

首先，这本书全书立足于数据分析项目实战。书中内容架构按照全局到具体来安排，保证你每一步都知道怎么走。基础先行，宏观掌握数据分析技能模块；深度实践，从头到尾感受业务全流程。

2. 有趣又有料

这本书的设置是问题导向，用案例手把手带着你解决实际业务。举几个例子如下：

（1）对于不同的用户群体而言，同样的广告、推广文案或者促销获客活动有可能产生完全不同的效果。那么推广这款海报好不好？通过数据分析可以更好地来确定哪一类人才是真正的买家。

（2）在数据时代，流量是影响增长的重要因素。然而不计成本地获客，可能会因陷入营收困境而功亏一篑。因此，讨论如何获客时，不能忽略对用户价值的计算。清楚自己的用户值多少钱埃森哲 大数据 场景，才能更好地知道自己能赚多少钱。

（3）如何找到更好的促销渠道？如何量化各个渠道的具体价值？是否需要将多个促销渠道结合，才能获得更好的激活效果？我们将用马尔可夫链来解决这些问题。如何将转化结果归因于多个营销渠道显得越来越重要了。一项研究表明，首次访问零售商网站的消费者中有92％的人不在该网站购物。

（4）关键的营销时刻是用户真正开始使用产品，并且被产品所吸引的时刻。只有完成了一次从头到尾的产品体验之后，潜在用户才真正成为“使用者”。如果这次体验是令人满意且愉悦的，那么这个时刻就是我们所期望的“啊哈”时刻，也就是激活。激活的过程中哪个环节可能存在问题？需要数据的支持才能得出结论。

3. 培养数据思维

这本书中不仅有业务实战案例，还囊括了数据分析的重要方法，逻辑思维模型，以及AARRR框架。全书都是围绕着AARRR这个运营框架中的各个实战环节而展开的。

（1）数据分析方法概述

在实践过程中，数据分析师们总结出了许多具体的数据分析方法，了解这些方法的精髓，可将它们灵活应用于运营流程的各个阶段。

1. 用户画像：多维拆解用户信息

2. RFM分析：确定用户的核心价值

3. 波士顿矩阵：协助企业分配资源

4. SWOT分析：扬长补短，实现目标

5. 5W2H分析：从多角度提问，发散思维

6. KANO模型：对用户需求进行分类排序

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！