思路简单、逻辑极弱、愚蠢至极的人类，比如我，跑去学”大数据“。
但美斯特邦威说了：不走寻常路的嘛！
首先：困难先从安装Anaconda开始
在安装Anaconda之前，虎哥先推荐了安装了iPython,pip或是iterm,捣鼓半天，不行，暂时放弃。余欣同学2月21日在简书写了致Python初学者们 - Anaconda入门使用指南，到3月20日才装上。先是MAC系统升级不了，升级完又下载失败，失败后改国内镜像下载成功后又安装不了，在小虎同学的指点下，终于安装成功后又无法升级，隔天不死心又截图请教余欣同学，最后终于可以了，前后两周。
安装过程里，最大的感受是：当Google也暂时找不到答案时，处理不了的，缓一缓，隔天再去处理。为什么呢?因在处理不了的当下，人类，比如我会普遍会马上开始否定自己，或是怪电脑（可怜的电脑），然后开始愤愤不平自己的“愚蠢”，而后因为”愤怒“的决策通常都是错误的。
其二，学习的前期，不要太不要“完美主义”。在安装成功Anaconda后，我想依照文章里的程序升级，但试了两次，一直没升级成功。余欣同学问：“为什么非要当完美主义，更新不了就算了，没什么大影响的。” 是呀，为什么呢？然后，我就没大碍不升级了。
然后：敲代码的曲折之路
一开始，我先在“简书”找完成同学的作业，对比瞧瞧大家都是怎么操作，然后准备一字一句敲出来，像笑来老师说的：模仿能力实际上是需要用力呵护的能力。是不懂，但我可以先一字一代码的copy。先对着屏幕copy了几段，发现这样来回翻屏幕，很浪费时间，把代码打印出来能提高速度。打印出来后，问题继续出现。敲完代码，运行老是有问题，无法成功。如下为具体问题：
1.忘记把文件名用引括起来。
2.需要的是英文符号，有时候不小心会输入成“中文符号”。
3.漏了某个字母或输错某个字母。
4.文件夹位置不对。一直以为文件是放在电脑里的“jupyter notebook”文件夹里就好，但其实不是，是要放在：jupyter — file — upload。
总结：粗心，主要在自己过于粗心和自以为是，没有用心检查。别再说代码难了，难的是你没有静下来认真做一些事情的心。
其次，“敲代码”还是需要一些英文基础，甚至可以这样说学“敲代码”，重点不在“聪明”，而在“英文能力”。
而后：商业数据分析
没有分析，你永远不知道自己的逻辑能力真是弱爆了，对，就是弱、爆、了。
3月26题，第一次商业数据分析的作业为：选择你任意熟悉的项目/产品/领域，根据自己对业务的理解，定义出一组量化的数据指标（不少于5个），并根据之前的五组逻辑关系，来回答五个问题。
关于熟悉的项目/产品/领域，花了三天的时间，想得头破血流。最后确定为自己熟悉的外贸销售领域。在研究完同比和环比、新客和老客、PV（page views）/UV(unique visitors)、转化率、漏斗模型之后，发现自己的销售还是有很多提升空间的。学以致用。
再后：商业分析之数据词典
字典的基本概念
指标：衡量目标的方法，由维度+量度+汇总方式构成。
维度：从哪些角度量化？
量度：目标是什么？
汇总方式：用哪些方式量化?
分析的是：微信，个人认为是到现在为止做得较好的一份作业，但虎哥说：这个是数据指标分析，不是数据字典......如下为链接：大数据作业6 - 商业分析之数据词典|微信
再再后：数据分析的“道”与“术”
根据“顶级风投”的案例分析，我们发现：真正的顶级VC一直很冷静克制，无论市场如何呱噪，他们始终不曾偏离商业本质，将投资倾斜到离钱最近的电商和企业服务中(1)。
那商业数据的分析在哪？个人认为：所有“分析”都是为了更好的做出“决策”。
商业问题→数据问题→数据分析→数据挖掘→商业洞察&执行 (2)
最后：数据中间商
个人数据是新型资产，未来最宝贵的能源不是石油而是个人数据。
通过阅读《数据中间商》(3)，我们明白如下所发生都因为“数据“。
你在想的事情Google都知道
连家人都不知道的事情商家却了如指掌
手机运营商甚至知道你的日常生活
如何保护自己的数据和好好利用数据？书还未读完，且等后续分析。
备注：
(1)来自 商业数据分析04课程。
(2)来自 商业数据分析04课程。
(3)《数据中间商》著者为城田真琴。
