宣明栋-《数据思维课》完结 [MP3/PDF/176.4MB]百度网盘

你好，欢迎来到数据思维课。我是宣明栋。即使你不是一个直接跟数字打交道的人，那么我猜，这几年你也会有数据焦虑。

我们现在妥妥的已经进入了数据时代。所有一流的互联网公司，无一例外的都强调自己的数据能力;而所有一流的传统企业，无一例外，现在最重要的战略就是数字化转型。各种刷屏文章里，跟数据有关的新词层出不穷，最新一波开始说数字原生、通用AI、机器认知等等了，统统不明觉厉。这种焦虑之下，我听说很多家庭主妇都报名去上Python培训班了。

其实，对于普通人来说，大可不必，比学习数据知识和技能更重要的，是拥有数据思维。

我为什么敢这么说呢?给你讲个故事：

如果你的文学品味到了一定的级别，你看《红楼梦》后40回，即使不像张爱玲那样完全读不下去，也能知道和前80回不是一个人写的，水平完全不在一个档次。

但是，上世纪八十年代，有一个美国研究者发表了一篇论文，用统计学的方法得出结论，120回的《红楼梦》就是一个人写的。听上去很厉害是不是?

但当时，中国国内有个数学系的大学生叫陈大康，读了论文原文，“发现有几个要害处难以令人信服，其中包括母体与样本的设定，以及统计时只从《红楼梦》中抽取了6万字，检验的指标也只有14个。”因此，他对结论非常不服。他并不是质疑计算机，而是对论文的研究设想和操作程序有不同看法[1]。

接下来，陈大康就手工做统计。那时候是八十年代，做数据远远没有今天这样方便。72万字的红楼梦，他数了上百遍，获得了约2万个数据。最终得到的结论是，前80回和后40回语言风格有明显差异，作者肯定是两个人，而不是一个人。

这下，我们这些有品味的红楼迷可以长舒一口气了。张爱玲九泉之下有知，也会发来贺电。

从这个故事里，我得到了什么启发呢?有两点。

第一，数据不会被观点打败，数据只能被数据打败。人家拿数据得出的结论，跟你的直觉再对不上，你心里再不服气，想反驳，也必须拿数据说话。

第二，比数据技术更重要的是拥有数据思维。要知道，大学生陈大康做研究，数据采

集和处理全靠手动，那时候别说Python，连Excel都没发明出来呢，人家照样提出问

题、解决问题。这才是一个真正懂数据的人。

如果说陈大康手动研究《红楼梦》，还只是数据驱动学术研究的个案，相信今天你能感觉得到，数据在我们的工作和生活中，已经成了空气和水一样的存在。

你是不是感觉到，手机地图估计你的行程时间越来越准;今年“双十一”，宝贝的送达时间越来越快;结婚登记之类要亲自到场的事项，越来越多地要通过App预约;提取公积金之类不需要亲自到场的事项，越来越多地可以线上自助…..所有的业务都越来越有套路，所有的平台都越来越比你更懂你，所有的甲方都越来越要求你提供数据服务，而所有的老板也都要求你提供数据洞察。

这样的时代，有数据思维，一切都是资源;没有数据思维，到处都是陷阱。

身处数据时代，自由行走江湖的本领，必须包括数据思维。有了数据思维，就能提出问题，形成解决问题的思路，然后利用数据服务或者与数据专家合作，最终解决问题。但是，数据科学的知识非常庞大，很多技术非常前沿，普通人短期之内学不全，也学不会。所以，对于普通人来说，更重要的是你要有跟数据专家对话的能力。

说到此处，我必须再讲一个故事。这个故事可是亲历者告诉我的：

故事的主人公是一个中国小女生，我们就叫她Helen吧。Helen入职了一家全球著名的互联网企业的中国办事处，岗位是人事招聘助理。工作了一段时间之后，Helen非常沮丧。她有KPI压力，要提供足够数量的合格应聘者，但是任务总完不成。

难点在于，评价应聘者没有什么标准，这个面试官是这么认为，那个面试官是那么认为，把Helen夹在当中，到底听谁的呢?于是，Helen就找到人力主管抱怨。

主管反问，你有什么解决方案吗?没想到Helen说，咱们公司每年有一万多人的招聘，每个应聘者平均有7个面试官面试，因此，每年就有7万条面试评价记录。这些年也积累了几十万条记录了。从这些记录当中不能做点什么，把评价标准化吗?主管说，好啊，我们找程序员哥哥去说一下吧。

程序员哥哥真的就把问题给解决了，从此，Helen就过上了幸福的生活。

Helen使用了什么数据挖掘的术语了吗?没有。Helen提出了什么模式识别之类的方法了吗?也没有。但是Helen生动地说明了我们这里的主题，普通人数据思维的精彩应用—提出问题，挖掘资源，开展协作，推动闭环。

这就是数据思维。这才是数据时代最重要的能力。这才是在数据时代自由行走四方的通行证。

虽然数据思维如此重要，但市面上却没有称心满意的解决方案。绝大部分讲数据思维的课程都是给专门干数据的人的，讲的都是具体的数据技能，很少讲相关的认知。咱们普通人，反而被挡在了通往数据世界的门外。于是我主动请缨，来开发「得到」这门数据思维的通识课。

做个自我介绍。我是宣明栋，得到品控的负责人。为什么我敢开发这门课呢?有这么几个理由：

首先，我有数据相关的基本训练。我毕业于北京大学社会学系。如果你了解一点社会学就会知道，定量研究是这门学科最重要的研究方法，调查、抽样、概率、统计是我早在30多年前就学习使用的工作方法。

1992年，我又去美国学习了一年社会人口学，包括当时最前沿的统计分析技术。那时候，天天泡在实验室，用SAS程序让大型机跑数据。数据量都是超亿级规模的，放在今天，也算大数据吧。不一样的是，当时计算结果都不能在实验室打印出来，要跑到挺远的学校主机房去取。

另外，我的第一份长达8年的工作是在国家计生委做政策和法规研究。人口工作嘛，整天都会跟数据打交道。

后来我去了中央电视台，做了很多年的电视节目。再后来，离开一线，去做管理工作。电视台的管理，最重要的就是收视率。这样，我又重新跟数据打起了交道。阅历上的积累，让我更深刻地理解了真实世界和数据世界的互动关系。

三十多年的学习和工作经验，让我有基础，有实践，还有阅历。你要是听过罗胖2018年的跨年演讲，还会知道，我就是那个“驯化抖音”的人。当然，那只是普通人与算法互动的游戏而已。对新事物，我保持着旺盛的学习热情。

应该说，我不是专业干数据的，我最多的位置是站在决策者和数据分析师之间，所以，我天然就是站在你这一边的。我知道咱们普通人面对数据世界的困惑和难点，我也学习了数据分析师那一头的工作思路。而且，我会把搭建得到品控体系、开发一系列通识课程的心法用在这门课里。

所以，说句不吹牛的话，我给自己订了个目标：不用公式和图表，在不讲具体的数据技能的前提下，帮更多人提高数据思维。

课程里，我会从感知数据、收集数据、理解数据、操纵数据几个方面带你入门。以后人家再说变量、问卷、元数据、可视化之类的专业名词，相信你也完全能理解。

如果你的工作会跟数据打交道，那这门课程能帮助你获得跟数据工作者对话的能力，下次看报表、提需求就心明眼亮了。

当然，如果你是直接做数据工作的，我也建议你听听这门课。如何把你的数据技能跟真实世界的工作需求对接上，怎么跟数据小白解释你的工作原理和思路，这门课也能帮到你。

最后，还要感谢为课程内容把关的刘嘉老师，他是南京大学的计算机副教授，也是「得到」上《概率论》课程的主理人。当然，如果我这门课里出现了知识错误，是我负责，与刘老师无关。你要是发现了，请及时指出来，我及时改正。

还记得商业评论家吴伯凡老师的棒喝吗——“在这个时代，你是要当算法，还是要当数据?”

如果你的答案是前者，那来吧，加入这门课程的学习，拿走一张进入数据世界的通行证。

课程目录：

xmd发刊词 你有没有数据时代的通行证?.mp3

xmd01 导论：数据思维的三个常见误解.mp3

xmd02 转型：如何培养数据敏&感度.mp3

xmd03 背景：为什么孤立的数据没有意义?.mp3

xmd04 推理：怎么发现数据隐藏的信息?.mp3

xmd05 差异：为什么同样的数据感受不一样.mp3

xmd06 估算：为什么要敢于不精确.mp3

xmd07 映射：数据究竟是什么，mp3

xmd08 类型：为什么要对数据区别对待?.mp3

xmd09 测量：如果定量地把握一个事物?.mp3

xmd10 抽样：怎么确保样本能推断总体.mp3

xmd11 问卷：为什么说含金量最高的是操作化.mp3

xmd12 实验：怎么定量地确定因果关系?.mp3

xmd13 大数据：到底有什么不一样?.mp3

xmd14 表征：如何确定你到底是谁.mp3

xmd15 分类：谁是他?谁是我.mp3

xmd16分解：究竟谁对你影响最大?.mp3

xmd17 因果：如何缓解反事实难题.mp3

xmd18 行动：如何用数据指导决策?.mp3

xmd19 可视化：如何塑造受众的感觉.mp3

xmd20 误导：怎样识别数据中的认知陷阱?.mp3

xmd21 结语：数据思维背后的三个基本信念.mp3