今日复盘：每天三件事
回顾、反思、探究、提升
一、今天完成了哪些工作
1、健步走+跑步+拉伸+跳绳
未进行
2、读书
预约新书《数据思维》，今天开始读。全书共11章。
今天以第一章内容为主。
第一章 数据的世界
数据一定会构成未来社会生活的一部分。
数据是一种资产，一旦使用得当，不仅能助推进步，而且能确保取得成功。数据可以帮助人类获得见解和知识，有赖于此，人类能更好地把控未来。
01数据：我们生活的世界
在数据的世界里存在一个很大的技能不足，阻碍了组织个利用自己宝贵的数据资源和数量解析能力取得投资成功。
02数据：技能差距
要理解这一巨大的技能差距，就需要了解数据技能的概貌。
数据和分析公司QLIK研究显示，在做决策的人中，只有24%的人对他们的数据认知素养表现出自信。
03数据：为什么存在技能差距
一、软件和技术设备方面
问题在于软件和技术上各种各样的投资，被个人和企业操纵了。
当涉及数据的投入和民主化时，个人的疲劳程度和使用数据技能的不足，确实加剧了数据技能差距的程度。
二、数据生产
劳动力无法跟上瞬息万变的环境，生产和获取数据的快递冲击是造成数据技能差距的原因。
三、缺乏数据与数量解析策略
绝大部分公司没有审慎对待数据和分析策略，从而扩大与其他组织间的数据技能的差距。
员工不情愿接纳，新的技术就会被束之高阁。
04数据：下一步是什么
缩小技能差距。
总结：
数据增长、扩展和需要利用的巨大趋势，劳动力在企业中存在巨大的技能缺口，并且还在扩大和生长，这些差距阻碍了企业和分析投资的成功。拥抱数据认知素养的个人和组织，拥有大量的机会。
第二章 数量解析的四个层次
01数据与数量解析存在的四个层次吗
数量解析的四个层次分别是：描述性数量解析、诊断性数量解析、预测性数量解析和指导性数量解析。
历史上，组织在数据与数量解析技术、软件和工具方面做了大量的投入，它们把软件和技术设备视作“对它们祈祷的回应”，并依此驾驭驱动着数据与数量解析的解决方案。
随着技术的扩展、演化和改进，人们对技术的投资也在不断增加。由于数据认知技能的巨大差距，在数据与数量解析技术方面的投入并没有获得想象中的成功。
一旦组织和个人了解了数量解析的四个层次，就不难理解组织中的员工、个人才能和技能、技术实力，是怎样形成合力共同正确地打造组织的数据与数量解析策略的，使得员工执行该策略。
02数量解析四个层次的详解
围绕以下三个要点展开论述：
1）数据与数量解析驱动策略；
2）做出更明智和基于信息的决策；
3）做出正确的数据与数量解析组合。，阐述组织中从入门级员工直至高管不同技能程度是如何使用它们的。
将对数量解析的各个层次进行界定并给出相关的实例说明。
对每个层次有了正确和深刻的认识之后，将讨论如何将不同层次的协同起来发挥作用，形成正确的数量解析图景，帮助组织在数据投入方面取得成功。
数量解析：指对数据或统计数据的系统计算分析。
分析，指对事物的组成成分和结构进行详细的检查。在这里，就是对数据和信息资料进行挖掘，并依此来掌握其结果是什么意思的能力。
数量解析的分析功能以及对它的认知，使人们能够做出更好的决策、提出更好的问题，并充分利用数据来提高人们的能力。
数量解析的四个层次能真正帮助组织认识它们构、储存和可供利用的数据及信息。当组织了解了数据和信息资料的时候，便能用于业务决策、改进，直至获得成功。
理解并执行数量解析的四个层次，对组织身处当前数字化和数据驱动的环境实现蓬勃发展至关重要。
第一个层次：描述性数量解析
谷歌给出的解释是：服务于或试图描述
给出的说明是：（对某人或某事）给出文字性陈述，包括所有有关的特征、品质和事件。
在这里就是：利用数量解析技术去考察业务领域已经发生的事情，并通过数据与数量解析使之再现。
描述性数量解析就是通过报表、仪表盘和观察报告，帮助我们认识组织过去和现在发生的事情。
但是，它有一个独特挑战，就是描述性分析可能导致组织无法超越数量解析的第一个层次，从而阻碍它们通过数据实现增长和成功。
组织扩大自身技能差距是组织僵持在数量解析第一个层次的一种表现。
熟悉有助于开展描述性数量解析的软件类型和技术可能会帮助大家更好地了解数量解析的第一个层次。
对组织来说，它们应该在这些软件和技术上进行投资。
了解过去发生的事情，才能通过数据来开展诊断分析、建立预测。描述性数量解析是数据分析过程的第一个环节，有了第一步的认识，才能更好地了解数量解析的第二个层次。
第二个层次：诊断性数量解析
诊断性数量解析是从数据中获得洞察，以了解事情发生的动因。
需要认识利用数据与数量解析一般意义上的目的。
第二层次上的另一个重要因素是数据的民主化。它意味着每个人各具独特的能力，能够帮助组织以更智能、更有效的方式成功处理数据。
第二个关键词是洞察。
通过了解数据，个人可以使用描述性数量解析来查看已经或正在发生的事情，继之进行诊断以了解其中的原因，然后利用这些信息做出明智的基于数据的决策。随着组织在有效地使用数量解析前两个层次上的能力真正地建立起来，它们将开始看到数据和分析策略带来的成功。
第三个层次：预测性数量解析
在这里，指出或估计了某事未来将发生。
如果把第二部分的“事物可能的结果”与数据与数量解析的第三个层次结合起来，通过数据信息的精确化和客观分析，就可以让预测和结果更频繁地发生。
要想成功开展预测性数量解析，需要用到的技术和软件多种多样，其中Python和R两种主要的语言在数据科学和预测性数量解析中非常受欢迎。
软件公司能够帮助简化数据处理和终端用户的工作，使得终端用户能够更轻松地实现数量解析前的两个层次应用。
当建模、分析等诸如此类的工作完成后，主要从事描述性数量解析和诊断性数量解析的人，同样可以参与到预测性数量解析的理解和讨论活动中来。
第四个层次：指导性数量解析
从目的性角度来讲，数据和技术本身就指明了通过数据与数量解析告诉人们应该做什么、应该制定什么样的业务决策。在这样的情形下，数据和技术本身就规定或建议了应该做什么。
指导性数量解析具有为我们构建强大的数量解析结果的功能，但这取决于人力资源方面的共同决策。
一些应用软件能够更好地开展指导性数量解析。
03数量解析四个层次的现实范例
数量解析的四个层次，每一个层次建立在前一个层次的基础上
全面了解四个层次是如何协同工作的，才能找到不同角色和个人在分析系统中所起的作用。
层次1：描述性数量解析
实例：
呈送给企业销售主管的月收入仪表盘；
关于点击率的季度营销报表；
组织的季度净促销员得分报告
组织中的每个人在描述性数量解析活动中都扮演着重要的角色。
层次2：诊断性数量解析
呈送给企业销售主管的月收入仪表盘；
数据分析师仔细查看、分析了这些信息，并与销售代表进行交谈，会带来改变。
关于点击率的季度营销报表；
组织的季度净促销员得分报告
那些想让事情得到诊断的高管和决策者，他们更关心和质疑诊断性数量解析的问题。每个人都可以发挥作用帮助诊断发生某些事情的原因。
层次3:预测性数量解析
数据科学和更多的技术角色的作用要大一些，他们将建立预测分析和模型。高管想要预测既定的行动，必须与构建预测的团队进行良好的沟通。不同的业务部门需要交流计划、历史、经验等，这样团队就可以建立正确的预测。
层次4：指导性数量解析
需要每个人都有很强的能力向机器提出问题，然后实施机器提供给人们的工作和分析结果。
总结：
数量解析的四个层次有先后顺序，健全的、完整的数量解析应该包括四个层次中的每一个，要实现数据与数量解析目的，四个层次需要正确地被组建在一起。
不仅需要在人力资源和潜能上投入，还要投资于软件和技术要素。
描述性数量解析描述过去发生了什么；
诊断性数量解析探索为什么某些事情会发生；
预测性数量解析对未来进行预报；
指导性数量解析可以让机器帮助人们知道自己应该做什么。
有了正确的认识，组织才可以充分发展并凭借强大的数据与数量解析策略获得成功。
3、践行清单
1）有哪些内容用得上？
2）针对每一条内容，该怎么做？
二、遇到了什么问题
无
三、准备尝试哪些措施
无
四、今日反思
几个月过去了，原以为改变记录读书方式能够做得更好，事实却并非如此。
从今天开始，继续实行今日复盘模式做读书笔记，坚持将近三年的习惯，最初的方式最好，事实也证明，它是最长久的。
五、今日未完成工作
无
六、明日计划
豆信日更复盘三件套，读书健身