数据分析最难的，不是EXCEL技巧、不是SPSS和R语言、也不是SQL技术，而是思维！
小编认为，优秀的数据分析师必须具有三个特质：
精于数据、擅长思维、理解商业；
什么是思维？怎样培养思维？
下面，小编精心准备了第四堂课，送给对俺不离不弃的小伙伴们。
全系列目录如下：
今天是本系列文章的最后一篇了——
Part4 反馈
[序 被丢弃的“后”数据]
对于大多数“理工男”学科的数据分析师而言，把数据报告做出来后，用outlook一发，便意味着这项分析工作的完成。
但是，我们辛辛苦苦做出来的数据，别人能接受吗？接受了50%，还是80%？看到数据后，有没有引起他们其他方面的联想和疑问？这些联想和疑问对下一次数据分析是否有修正作用？—-对于这样的反馈性数据，其实都是被他们忽略(丢弃)的。
【正文】 Part4 反馈
这里的反馈，有两层意思。
一是要保持持续的数据跟踪；
二是要听取外部对数据报告的反馈，并修正；
前者是从数据层面的观察，比如店铺页面改版，我们要持续观察3天后、7天后、30天后的相关数据，才能得出较为客观的分析结论；
后者是从需求匹配层面的深层沟通，比如店铺页s面改版，我们观察3-7天后，从数据角度向业务部门提出参考意见，一起探讨修正意见，作出微调。然后再观察3-7天后，再重复沟通、修正，一直循环直至达到改版的预期效果。
这就是反馈，准确的说。
【反馈】的目的是为了“捡回”数据报告的“后数据”。
最后，良好的反馈可以帮助你快速获得外部的认可和信任。
反馈需要一点沟通能力与技巧，对于大多数数据分析师来说，这些技巧可能很难。但是，如果你要从优秀到卓越。那么，你一定要勇敢的“走出去，与外部沟通，获得外部的反馈”,
看完这一篇后，希望你能具备这种勇气！
好了，第4课的内容到这里就结束了。
后序：
数据分析有一大陷阱，一大批刚入门的分析师都认为：数据分析师都是从‘表哥’成长起来的。用表格把数据做好是数据分析师必备的技能之一。
这种认知，其实是非常不全面。因此会误导许多入门的新人。
因此，《数据分析思维入门》系列共四篇，都是小编从自己工作实践中体验和总结到的经验。希望传递给大家的是一种尽量完整，而且尽量准确的分析理念。
这些理论，可以总结如下：
1、数据分析不是脑筋急转弯。在开始分析之前，要学会提问，找准动机，确定目标；
2、数据分析不能满嘴跑火车。要切中要害，具备快速抓到核心问题的能力；
3、数据分析的结论是来指导运营的。分析方法其实很简单，三种足以：对比、分类、细分；
4、数据分析者不能丢弃分析“后”数据。语言和文字也是数据，要注重反馈，收集语言类数据；
回过头来看这四课。
【迂回】【反馈】是教我们如何处理语言类数据。
【衡量】【分析】是教我们如何处理数字类数据。
把四个课题串成一条线，便是整个数据分析完整的思考模型。
来源：取真经电商大数据（本文已获得授权）
链接：http://www.quzhenjing.com/articles/hAQANNXQRMVgw8Sx5j0TUt2SLyY7TQcp8xvgg8fm9H4
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
