数据思维（一）朴素的数据价值观

数据：可以电子化记录的东西都是数据。

记录：通过必要的信息化技术和电子化手段。

数据的商业价值

• 商业价值三要素

1、收入：数据产品可以为客户带来额外收入。

2、支出：数据分析能为客户节省成本。

3、风险：一种是风险没办法通过货币度量，独立于收入或者支出的另外一个维度。另一种是连接收入和支出的一个转化器。

收入的增加往往具有很强的不确定性，但是成本却在自己的预算控制范围内，相对而言更具可控性。

• 政府价值

政府：一方面制定市场规则，另一方面还掌握着巨大的数据资源（公安、通信、医疗），以及预算。

数据之于政府的价值如何体现呢？

公民收入：增加就业，降低税负，提高福利。

公民支出：根据大数据，分析骗保人群，减少支出。

公民风险：公共安全资源（公安民警）的合理利用。

• 可以量化的参照系

预测不准是常态。

之所以做数据分析，做模型，是因为面对的数据是带有强烈的不确定性的。有价值的数据分析，就是在不确定性中，尽可能多的发掘价值。

数据到价值的转化：回归分析

• 回归分析的道：通过研究X和Y的相互关系，尝试解释Y的形成机制，进而达到通过X去预测Y的目的。

Y俗称因变量，即因为别人的改变而改变的量。是实际业务的核心诉求，是科学研究的关键问题。

X是用来解释Y的相关变量，即解释性变量。

• 回归分析的术

变量选择：回归分析要去识别并判断，哪些X变量是同Y真的相关，哪些不是。

判断相关性的方向：有用的X变量同Y 的相关关系是正的还是负的。

估计权重（回归系数）：赋予不同X不同权重，即不同回归系数，进而判断不同变量之间的相对重要性。

最后，讲一下统计学未来发展的方向：

统计学的大势所趋，从不以任何个人的兴趣爱好为转移，而是由产业变革、技术进步以及制度环境所决定的。

中国的互联网和制造业在全球范围内具有一定竞争力。