作者：马尔克数据圈成员
说到数据分析，啤酒和尿布的例子大家应该都听腻了。再具体、深入一些的内容，往往因为数学就令很多人望而却步了。给大家分享9个不带数学推导的数据分析思路，希望大家能喜欢~
1.分类
分类分析的目标是：给一批人(或者物)分成几个类别，或者预测他们属于每个类别的概率大小。
举个栗子：“京东的用户中，有哪些会在618中下单?”这就是个典型的二分类问题：买or不买。
分类分析(根据历史信息)会产出一个模型，来预测一个新的人(或物)会属于哪个类别，或者属于某个类别的概率。结果会有两种形式：
形式1：京东的所有用户中分为两类，要么会买，要么不会买。
形式2：每个用户有一个“会买”，或者“不会买”的概率(显然这两个是等效的)。“会买”的概率越大，我们认为这个用户越有可能下单。
如果为形式2画一道线，比如0.5，大于0.5是买，小于0.5是不买，形式2就转变成形式1了。
2.回归
回归任务的目标是：给每个人(或物)根据一些属性变量来产出一个数字(来衡量他的好坏)。
举个栗子：每个用户在618会为京东下单多少钱的?
注意回归和分类的区别在：分类产出的结果是 固定的几个选项之一 ，而 回归的结果是连续的数字，可能的取值是无限多的 。
3.聚类
聚类任务的目标是：给定一批人(或物)，在不指定目标的前提下，看看哪些人(或物)之间更接近。
注意聚类和上面的分类和回归的本质区别：分类和回归都会有一个给定的目标(是否下单，贷款是否违约，房屋价格等等)，聚类是没有给定目标的。
举个栗子：给定一批用户的购买记录，有没有可能分成几种类型?(零食狂魔，电子爱好者，美妆达人……)
4.相似匹配
相似匹配任务的目标是：根据已知数据，判断哪些人(或物)跟特定的一个(一批)人(或物)更相似。
举个栗子：已知一批在去年双十一下单超过10000元的用户，哪些用户跟他们比较相似?
5.频繁集发现
频繁集发现的目标是：找出经常共同出现的人(或物)。这就是大名鼎鼎的“啤酒和尿布”的例子了。这个例子太容易扩展，就不再举栗子啦。
6.统计(属性、行为、状态)描述
统计描述任务的目标是最好理解的：具有哪些属性的人(或物)在什么状态下做什么什么事情。
举个栗子：5月份一个月内每个用户在京东7天内无条件退货的次数
统计描述常常用户欺诈检测，试想一个用户一个月退货100+次，这会是一种什么情况?
7.连接预测
连接预测的目标是：预测本应该有联系(暂时还没有)的人(或物)。
举个栗子：你可能认识xxx?你可能想看xxx?
8.数据压缩
数据压缩的目的是：减少数据集规模，增加信息密度。
举个栗子：豆瓣想分析用户关于国外电影的喜好，讲国内电影的评分数据都排除掉
大数据，也不是数据越多越好，数据多带来的信息多，但是噪声也会变多。
9.因果分析
顾名思义，因果分析的目标是：找出事物间相互影响的关系。
举个栗子：广告的效果提升的原因是广告内容好?还是投放到了更精准的用户?
这里最常见的手段就是A/B test啦
数据分析是非常强大的，不过当然还是要在具体的情景下，严格的选择假设，采用科学的分析方法才能产出有价值的结果。数据会说谎的经典案例就是“安慰剂效应”了。以后会分享其他更具体的内容，欢迎大家留言吐槽，一起学习~
