三个数据分析的经典案例，值得一看！

今天，我想和大家分享三个经典的数据分析案例，主要是学习思路。看故事的时候，不要拘泥于文章中故事的真实性。我简单地对每一个故事做一个评论。1、在民间的这一天，新任命的邢县长去小吃摊吃早餐。他一找板凳坐下，就听着油条的胡老头忙着唠叨:“大家吃好喝好。城管要赶摊了。至少三天你拿不到我们炸的油条！邢县长心里一惊:省卫生厅领导最近要来检查。昨天下午，县里决定明天后两天进行突击整治。这位老人今天早上怎么知道？没想到这件事还没搞清楚，另一件事让县长脑子里的问号更大。一天，他像往常一样来胡老头这里吃油条。出乎意料的是，老人居然又在发消息：“青天大爷马上就要来上面了！谁有冤假，就去县府宾馆等吧！邢县长又惊又怒。省高院工作组周三要来查积案，这个消息昨晚才在常委会上传达，这老儿怎么这么快就知道了？更让他吃惊的是，这位老家伙不仅对大领导的行程了如指掌，还清楚地知道派出所要突击检查娱乐场所的绝密行动。一个不懂大字的老人，竟然能知道这么多政府内部消息，毫无疑问，一些政府工作人员保密意识太差，嘴巴不紧。于是，他立即召开会议，严厉批评了那些主任和主任。与会领导都低着头，不敢出声。还是公安局长胆大，忍不住问:“邢县长，这个胡老头的事是你亲眼看到的，还是道听途说？邢县长大声拍了拍桌子：“都是我亲耳听到的！我问你，你们城关派出所今晚要不要查娱乐城？公安局长一脸尴尬，楞在那里。邢县长气愤地立即下令：“你亲自去查看这位老人的背景，明天向我汇报！公安局长迅速换上便装，立即跑到胡老头那里暗访。没想到，老家伙正在给大伙儿发消息：“城关镇市长最近要倒霉了。大家都在等着看，事情不会小……”公安局长一听，非常惊讶。于是，他运了口气，羞着笑脸，假装傻傻地问：“你怎么知道？你儿子是纪委书记吗？胡老头笑着说：“我怎么知道？孙子以前吃我的油条，让司机开专车买。这两天，他走路吃饭，总是看起来很难过。那一年他爸爸去世了，没见他那么难受。能让孙子比死去的父亲更不舒服，除了失去官员，还能做什么？导演听了，暗暗吃惊，老人真的有两次。于是他悄悄地继续问：“那昨天派出所查娱乐城，你怎么知道？胡老头又笑了：“你没看到那些娱乐城一大早就挂上了停业修缮的牌子？人家有眼线，消息比我们灵通！“卫生厅领导来检查，你怎么知道？胡老头说:“除了上面的人检查，你什么时候看到洒水车出来了？”。最后，导演问了他最困惑的问题：“上次省高院工作组来指导工作时，你怎么能得到这么快的消息？胡老头撇了撇嘴说：“那就更简单了。我邻居家有个案子，法院拖了八年。那天，办案法官突然主动来访，满脸笑容地问长问短，反复保证案件立即解决。上面的人不明显，怕他们上访！“局长佩服得五体投地，赶紧小跑回去，向邢县长汇报情况。县长听了，立即再次召开会议，做了四个小时的训练：“同志们，炸油条可以从一些简单的现象中看到我们的工作趋势。这是什么意思？这表明我们有太多的形式主义。如何不改变这种坏习惯，提升政府形象？从今天开始，哪个部门因为这个原因泄密，让老人‘未卜先知’，我就不礼貌了！第二天一早，邢县长又来胡老头这里吃油条，想验证一下会议的效果。没想到胡老头居然又在发布最新消息：“今天，上面要来大领导，还有不止一个！邢县长的这一惊，真是非同小可。下午，市长要陪同省领导检查工作，昨晚才收到通知。为什么老人提前知道了？邢县长强压怒火，问胡老头：“你说要来大领导，到底有多大？胡老头也不抬头回答：“反正比县长大！邢县长又问：“你说要来的不止一个，能说个准数吗，到底有多少个？胡老头抬起头想了想，肯定地回答：“四个！邢县长目瞪口呆，上级领导真的要来四个！他的心怦怦直跳，又问：“胡…胡师傅，你怎么知道这些事？而且知道的那么准确。胡老头淡淡地笑着说：“这还不容易吗？早上出摊的时候，看到县府酒店的保安都戴着白手套，一个个面对敌人，一定是上面的人。再看看停车场，书记、县长的车都停在角落里，一定是比他们大的官员。再仔细看，书记、县长停的车位是5号、6号，说明上面有四个领导。你信不信？官员和我们普通人不一样，上厕所要注意一个层次，排一个顺序！“邢县长听了，张着油条的大嘴，一动不动，好像僵硬了……(这个故事来自网络)启示:与其说大师来自民间，不如说生活是我们数据分析的基本素材。善于观察和整理相关信息是我们作为数据分析师应该掌握的基本技能。然而，许多人忽视了我们周围的生活常识，不去思考，跟随别人，就像国家离婚率排行榜上的在线数据一样，许多人首先不考虑数据的准确性，而是叹息世界。想想看，在你的生活圈子里，每三对夫妇就有一对离婚吗？假如答案是“是”，我只能说，贵圈真乱！哈哈哈2、1948年辽沈战役开始后，在东北野战军前线指挥所，林彪的数据挖掘能力每天深夜都会进行常规的“每日军情报告”：值班人员应当阅读下属各纵队、师、团用电台报告的当日战况和缴获情况。几乎重复了同样枯燥的数据:每支部队歼灭多少敌人，俘虏多少人；缴获的火炮、车辆、枪支和材料数量....指挥官林彪的要求非常详细。俘虏应区分军官和士兵，缴获的枪支应统计机枪、长枪和短枪；摧毁和缴获仍可使用的汽车也应分为大小和类别。经过一天紧张的战斗指挥，人们非常疲惫。估计整个作战室只有定下这个规矩的司令林彪本人，还有看电报的倒霉参谋。1948年10月14日，东北野战军以闪电般的速度，仅用了30个小时就征服了对手认为可以长期坚守的锦州，歼灭了10多万守敌。不顾疲劳，他们在辽西遇到了20多万从沈阳出援的敌精英廖耀湘基团，形成了一场混战。战局瞬息万变，谁赢谁输难以预料。在紧急战争中，无论林彪有多忙，他仍然坚持每天晚上必须做的“作业”。一天深夜，值班人员正在阅读下面某师报告的下属部队的战报。说他们下面的部队遇到了一场小战斗，歼灭了敌人的部分，其余的逃跑了。看起来和以前读过的其他战报没什么不同，值班人员就这样读着读着，林彪突然叫了一声“停！“他的眼睛闪闪发光，问：“你听到刚才读到胡家窝棚战斗的缴获了吗？“每个人都带着困倦的脸出现了茫然，因为每天都有几十次这样的战斗，难道不都是一模一样的无聊数字吗？林彪扫了一个星期，看到没人回答，便连连问了三句：“那里缴获的短枪和长枪的比例为何略高于其他战斗？”“为什么那里缴获和摧毁的汽车和大车的比例略高于其他战斗？”“为什么那里俘虏和被杀的军官和士兵的比例略高于其他战斗？”人们还没来得及思考，等不及的林彪司令员大步走到挂满军用地图的墙上，指着地图上的那一点说:“我猜，不，我决定！敌人的指挥所就在这里！随后，林彪口授命令追击逃离胡家窝棚的敌人，并坚决打败他们。各部队应采取分割包围的方式，将失去指挥中心后会变得混乱的数十万敌人切成小块，逐一歼灭。司令员的命令随着无线电波向参战部队发出...此时的廖耀湘，正庆幸自己刚刚从一场偶然的战斗中安全脱身，与自己的另一支部队汇合。他急于命令各部队尽快调整部署，为下一阶段做准备，因为他没有时间休息。然而，美好的时光并没有持续多久。随之而来的解放军迅速包围了他的新指挥部，拼命进攻。在满山遍野的解放军战士中，不断有人喊道:“矮胖子，白脸；金丝眼镜湖南腔，不要让廖耀湘走！“考虑到对方指挥官的细节特征如此微妙，并成为如此强大的押韵，廖耀湘穿着油渍男人的衣服，不得不站起来，无助地说“我是廖耀湘”，沮丧地举手投降。廖耀湘的精悍野战司令部这么快就被发现和打掉了，真是不可思议。他认为这是一个偶然的事件，他不愿意输。当他得知林彪是如何判断的时候，出生在黄埔军校，在法国学习的圣西尔军校参加了滇缅战役，在那里打败了日本鬼子，到处爬来爬去的新六军军长说:“我服了，输在他手下，不丢人。“赢得这场重要战斗胜利的关键因素之一，其实是因为获胜者的指挥官在半夜分析了一份普通遭遇战后战报的数据，来自于他“从红军带兵开始，身上就有一本小书，记录了每次战斗的缴获和歼灭敌人的数量”的优秀军事素质。(这个故事来自黄勇－丰沃华博客)启示：林彪问的三个问题实际上是根据自己的数据库进行比较、细分和追溯。我们很多人把数据分析完全交给了机器，忘记了我们自己的大脑也是一台紧密的数据分析机器。数据积累、数据挖掘、分析、归纳、整理是数据分析师必备的基本素质。没有它，你永远是匹夫之勇。3、2011年夏天，曼城助理教练大卫·普拉特决定利用数据分析来解决球队在表现上遇到的棘手问题。普拉特发现，尽管球队阵容中有许多高大强壮的球员，但他们的角球得分并不令人满意。在征求了俱乐部内部数据分析师的意见后，球队增加了内旋角球(球转向守门员)的使用。战术变革产生了惊人的效果。曼城在整个赛季的角球中进了15个球，成为英超角球得分效率最高的球队，其中三分之二的进球是内旋角球。这一实践为数据驱动决策提供了强有力的支持。然而，还有一个额外的因素需要考虑：教练曼奇尼最初对数据的实际价值持怀疑态度。事实上，早在两年前，曼奇尼就咨询了俱乐部使用角球的数据分析师。分析师回应说，他依靠直觉偏好的战术——外旋角球(球飞向远离守门员的方向)在数据统计上并不理想。在数据分析方面，曼奇尼选择相信自己的直觉。因为直觉告诉他，球的旋转方向远离门将，降低了门将触球的概率，增加了进攻球员在冲顶时争夺头球的概率。然而，当曼奇尼发现两个变量之间存在某种联系时，他的直觉模糊了他判断两者关系的能力。换句话说，外旋角球可能与进球数有关，但数据显示，内旋角球与进球数有更直接的因果关系。这个案例研究给我们提高商业决策带来了什么启示？一家美国零售商最近发现，两种不同的变量之间有一些有趣的联系。当天气变冷时，肉桂葡萄牙蛋挞的销量增长了500%——不是所有的葡萄牙蛋挞，而是肉桂。面对这些零星数据，零售商应该做出选择。每当预测天气即将变冷时，应该储备多少肉桂葡萄牙蛋挞？另一家零售商发现，羊奶奶酪折扣似乎可以促进红酒的销售。在减少红酒库存时，是否应考虑羊奶奶酪折扣？这两个问题的答案取决于大数据分析的核心问题:找出相关性和因果关系的区别。人类善于发现事物的相关性——这是进化的特征—但在探索直接相关事物的关系时却有点笨拙。将相关性误解为因果关系所做的决定是危险的，可能会遭受惨败，因为你所期望的影响可能不会发生。最近的一项研究表明，巧克力销量与诺贝尔奖的人均比例有明显的相关性。是否所有国家都应该鼓励公民增加巧克力消费，以增加诺贝尔奖的数量？为了有效利用大数据，相关分析应仅作为出发点考虑。如果两个变量相关，我们应该如何处理？当然，在实施巧克力替代教育政策之前，政府应该首先考虑其他因素。例如，看看那些获得诺贝尔奖较多的国家的相对教育水平和研究预算。与巧克力消费相比，这两个变量显然与获得诺贝尔奖有更大的因果关系。同样，葡萄牙蛋挞和羊奶奶酪的零售商也需要验证他们的假设，直到他们完全确定。例如，在确定因果关系之前，调查一些商店肉桂葡萄牙蛋挞的“库存积压”；或者打折卖羊奶奶酪，看看葡萄酒的销量是否真的增加了。事物之间可能有一些简单的因果关系，但公司需要知道，每一种因果关系都可能产生意想不到的结果。肉桂葡萄牙蛋挞销量的增加是否意味着其他产品销量的减少？红酒销量的增加是否也意味着啤酒销量的减少或牛排销量的增加？影响现代供应链的因素有很多，而且还在增加：天气、社交媒体、特殊商品、食品安全新闻等，都会影响消费者的行为，以及零售商应该购买多少库存。它基本上是一个混乱的系统，不可能完全准确地预测将来会发生什么。但是模型越完美，预测就越准确，预测就越准确，行动结果就越理想。数据分析就像印象派油画。当你退后观察，把每一部分都当成一个整体时，这幅画的意境开始浮现，近距离观察无法理解其内涵。这