将Boss的需求放在左肩，把业务理解稳在右肩。然后？等等~~，郑重声明一下，数据价值就是用数据来生“￥”“￥”“￥”…越多越好，愿多不许少。。。那么Boss的需求、业务的理解就是数据分析师要接的“圣旨”了。
很遗憾，小落不会对解读Boss需求、理解业务的基要话题多费口舌。对于数据分析师拿到一个业务数据后，怎样思考数据的“归属”问题有几点话说。“归属”可理解为对数据的处理方向以及适用模型的预判了。大致有如下框架：
Step 1：标签
判断业务数据是否有标签，有标签会归并到有监督算法问题板块。无标签的话归并到无监督算法板块。
Step 2.1：无监督算法
无监督算法主要有聚类算法，做用户画像、客户细分等。
Step 2.2：有监督算法
有监督算法再看标签是否连续，据此也有不同的有监督算法配对。
Step 3.1：回归算法
标签连续的采用回归类监督算法。
Step 3.2：分类算法
标签不连续的采用分类监督算法。
… … …
… … … …
… … … … … …
… … … … … … … …
欧克！NO趴笨… …,换个框架会更直观，Sorry~~~
重点观察下面树图，将页面放大
上面这个树图已经很好的回答问题了~~~
能够像树图那样去对数据进行思考、加工，就能实现数据价值从0到1的升级吗？很遗憾，不一定。
实现数据价值从0到1的升级是一个理想状态，实际的业务问题被很多因素影响，就算是顶尖的数据分析大咖来做模型也难达到这个理想状态。只能说，作为数据分析师，要充分理解业务、深入剖析数据算法原理，掌握统计思维、精练的使用大数据分析软件，拼尽全力使得数据价值尽可能的向1靠近。
?，从0到1的数据价值实现需要数据分析师做些什么？答案很明显了~~~记得点赞评论哈
