狗熊会的铁粉一定会发现，有些关键词在熊大的文字里反反复复地出现。这些关键词从很大程度上反应了熊大的理念。其中一个经常出现的关键词就是：“快乐”。这说明，在熊大的脑袋里，数据分析应该是快乐的。但是，悲催的现实是，对于很多老师、同学、从业者而言，数据分析是痛苦的。这让熊大尝试去观察、对比、理解：为什么数据分析对于熊大是快乐的？这背后的原因是什么？经过一定的观察，我发现很多数据分析的“痛苦”都源于以下几种“执着”：

1数据分析的快乐，不源于对高大上方法的执着。

这里不是说高大上的方法（例如：深度学习、超高维数据分析）不带来分析的快乐。而是说：数据分析是否快乐，同方法是否高大上似乎没有什么必然的关系。王老师自己也发表了几十篇体面的国际论文，也算是有点高大上的方法了。但是，说句大实话，其中能给我带来数据分析快乐的文章，少之又少。相反，课堂上同学的一个简单搞笑的星座数据分析，本科生脱光案例研究，能给我很多快乐。

2数据分析的快乐，不源于对预测精度的执着。

在数据分析的课堂上，常常有同学垂头丧气，说：“王老师，我们做的不好，R方才40%不到，精度真差！”对此，我总是不解地问：“那要多好才叫好？”要知道，一个问题的最终预测精度能多准，不是任何模型方法可以决定的，这是由X和Y之间的内在关系确定的，不以个人意志为转移。任何预测方法，都是在一个非常有限地范围内，做有限改进，不会从本质上改变问题的预测精度。因此，预测“不准”是常态，预测“准确”是变态，常常是程序或者数据出错了。预测精度要多好才算好，这要看业务实践，要看参考系。对预测精度的盲目执着，让你失去了数据分析的快乐。

3数据分析的快乐，不源于对完美数据的执着。

例如，当我们要做一个数据分析的时候，人们常常说：“你咋没有这个数据？你咋没有那个数据？你要是有XXX数据就好了”。我心想：你咋不上天啊？这就是对完美数据的盲目执着。这不是说我们不需要努力获得更多数据。而是说，我们必须了解，没有任何实际问题的数据可以是“完美”的。所有的实际问题都是在“不完美”数据的支撑下完成的。我们必须要习惯于同不完美数据友谐相处，要学会欣赏不完美数据的完美。不要执着于对完美数据的妄想，而要享受不完美数据带来的快乐。

4数据分析的快乐，不源于对样本量的执着。

很多朋友还经常给王老师说：“我们有一个问题特别有趣有趣的数据分析案例，但是样本量不大，也就几百几千，实在不是大数据！”不是大数据，就不可以做数据分析了吗？要知道绝大多数数据分析的样本量都不大，都达不到我们“大数据”的标准。但是，这样的数据分析，一样非常有用，一样非常有趣，带给我们很多的快乐。要知道，数据分析的失败有趣的数据分析案例，绝大多数情况，是由于我们对业务的无知，而不是样本量的缺乏。

大家一定会问了，王老师，你说了半天都是“执着”，都是“不快乐”。那你的“快乐”来自哪里？我的快乐主要来自于自己的无知。无知产生好奇，好奇心带来惊喜，惊喜带来快乐。举几个具体的例子。

例1：对车联网的无知，让我对车联网数据产生了巨

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！