先来一个小笑话：科学家卸掉了螃蟹的左腿，并对它喊道“走”，螃蟹迅速爬走了。科学家又卸掉了螃蟹的右腿，仍对它喊道“走”，螃蟹没有爬走。因此聪明的科学家得出结论，螃蟹的耳朵是长在右腿上的。
再来看一个简单的例子：
经济危机时，根据统计，某国家50%人的财富增长了10%，另一半人则减少了50%。
新手是这样解读的：整个国家的财富减少了40%。
而老司机这样问：增长的人财富基数是多少，减少的人基数又是多少?
没错，如果增长的那一半人原有财富是100，而减少的人原有财富是2，那么整体来看，财富不仅没有减少，反而增加了8%。
别被数据给骗了。
对待数据，如果你还不是老司机，那你应该怎么做?怎样才能做好大数据分析?
咱们要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。
当你制定了目标，那么现在会很明确要找哪些数据。这些数据在从内部资源获取不到的情况下，可以通过下面的几种方法：1.花钱购买(有专门的机构出售数据，如果你并不需要十分精细的或大篇幅的，或许可以看第二种方法)。2.网站下载(统计局官网、行业网站如房地产交易网等、大海洋数据超市)。3.自行获取(网页爬虫、网页采集器)。
无论你通过什么方式获取数据，最终都要经过符合你需求的处理，删除不相干的干扰项，但也别忽视相关项。
例子：某二手车交易网的用户数据调查发现，有13%的用户月交易数量评价达到9次，且多为年龄在40-50岁之间的男性。
因此你得出结论，中年男性最爱频繁换车。但实际上，这13%的用户很可能是二手车行的老板，相信再喜欢换车的人也不能一个月更换9辆车。
所以用户的工作性质不可忽视，存在相关性的因素更不能轻易刨除。
数据的因果关系和相关性非常迷人，导致许多数据分析者做着做着就忘记了自己的初衷和立场。你不需要挖出全部的数据相关性，只需要记得你在做以什么研究为目的的数据分析。
例子：你在做公司的业绩分析，需要从数据的角度提出员工业绩的影响因素，在挖掘的过程中，你进而发现公司盈利逐年变低是支出的不断超额，你的老板会对你说声谢谢，不过他需要你操心的只是业绩。
End.
