梅威廉

1 從數字中淘金（摘錄）
什麼是商業資料分析？它難不難？這種分析值多少錢？

梅教授課前Q&A
問：我現在很忙。限你用一段話告訴我這本書能為我做什麼嗎？
答：讀完本書後，你可以快速將你的資料轉變成「趨勢預測」和「有利可圖的計畫」，因此變成更好的員工、投資人或小公司老闆。

問：好的，但我的關心的事情不多啦。請更直接點告訴我，這本書如何能做到所有這些事。
答：因為，你將學會如何用軟體製作「商業模型」（busniess model）以進行預測與規劃。而且書裡面會使用真實世界範例、檢核清單和非常少量數學。

問：聽起來還不賴！但我真正想要的是碩士學位統計學家或MBA程度的資料分析能力。我想完全不用數學，就能在某個週末期間幾小時內完成。你能為我做這件事嗎？我必須警告你，我剛在一家書店瀏覽這本書，但還沒買下來，我也可以買其他本哦。
答：抱歉我辦不到，也沒有人辦得到。說辦得到是在說謊。想快到這種程度，我倒推薦你去讀一本科幻小說或科學幻想書。

問：別生氣，只是開玩笑啦！也許我可以採用你的方案，但我還是擔心「數學」這個字眼。高中時我數學還可以，但現在我真的不想閱讀數學書了。
答：本書肯定不是一本數學書。事實上，本書的主要目標，就是讓讀者不必用上微積分與統計學，就能培養出好的模型建立能力，而且很多新的軟體可協助我們建立模型。只要花幾小時閱讀本書，就能學到一些模型建立技巧，及應用這些模型的方法，然後讀者可決定書中哪些範例與技巧最適合用在他們的應用情況。接著讀者可用自己的軟體或外出購買一套新套裝軟體，以開始分析資料。而分析結果很快就可得出。本書的範例、技巧與檢核清單都非常一般性。讀完本書，你將能分析你認為也許只有數學家、統計學家與MBA才能分析的資料。

問：運用「少量數學」進行「快速資料分析」這個概念，我聽來像是「不勞而獲」。我感到有些懷疑。就如我聽過很多「快速致富」方案，而這類書經常充斥著空洞的承諾。我如何知道本書與它們不同？
答：問得好！運用「少量數學」進行「快速資料分析」絕不是「不勞而獲」。這項分析當中有權衡取捨，但賴以權衡取捨的是每個人在特定日常工作領域中的知識，而不是高等數學。其運作方式是：數學家和統計學家是通才，而（我假定）你是某個商業或投資領域的專家。通才數學家和統計學家運用某些「模型建立階段」的數學挑選資料，並用很多「模型建立後階段」的數學技巧與統計量測法驗證模型。而專家們可在模型建立前這個階段，運用知識與對商業的通曉來挑選適當資料。他們也可在模型建立後的階段，不用高等數學而使用真實數據來比較模型。模型建立階段本身通常可用電腦完成，而且可在沒有用上微積分或高深統計學的情況下執行─只要你真正了解你的領域，則可用遠少於你相信也許會用到的數學，來建立那個領域裡的資料模型。

資料到處都是，而很多資料裡含有有利可圖的趨勢和形態。
不過，如果你沒修過夠多的數學課程，那麼你能對一堆資料做些什麼呢？很多大企業裡的員工、投資人和小型企業主，都因為無法預測他們的資料中的趨勢而陷入困境。經常，他們會責怪自己「數學不好」。

以前他們都還是對的。但現在因為許多易於使用的軟體出現以及新方法上的突破，使這些人也得以掌握趨勢分析與預測。若你是這些人當中的一份子，本書將告訴你如何達成目的。

這本書想讓你可快速分析自己最了解的資料，並從資料中發展出商業模型。本書的目標，也是要讓讀者能替自己的事業或投資環境，發展出可行的數學模型。我們身處在資訊的時代，資料到處都是。以資訊為基礎的電腦計算、演算法（algorithm，指完成一項任務所需要的具體步驟和方法）與模型，可協助我們解決很多商業問題。其實光憑使用資料分析演算法與模型，每天就能賺很多錢。有位電腦專家羅伯特．克羅斯（Robert Cross）曾在《今日美國報》（USA Today）說了一句巧妙的話：「那就像取得未經處理的資訊，並利用那些資訊變出錢來。」

不過，到底什麼是「模型」？事實上模型並無總括性的定義，但它倒是有幾項特性。摘自《PC AI》雜誌的一篇文章上曾說：「模擬（simulation）是一種關鍵性模型建立工具，也是一種模仿行為，……例如，棋盤遊戲Monopoly ТМ就是美國大西洋城旅館與設施這個真實系統的模型。」

而我們也可以說，「模型就是真實世界的模擬。」模型的運作、回應、進行與式微的方式，都在模仿模型要模擬的那個「部分真實世界」。模形容許你預測、研究趨勢與從事權衡取捨研究。本書針對有基礎知識但並非數學科班出身的讀者、了解高中數學與可能也了解微積分或初等統計學的人、並也針對從不了解如何將這些課程應用至他們周遭四處所有資料的人。本書也針對必須分析自己的資料的個人經營者，以及想預測未來趨勢的投資者。其實，本書幾乎適用於每個人。

如何看待數學？
「數學好不好」永遠是個問題。大家都不喜歡數學，或是覺得數學太難，而且很多人不覺得他們的數學能力夠強。美國大多數老師與企業領導者都同意，整體來說美國的勞動力缺乏必要的數學技能。

因此，或許你相信，有數百萬人應該趕緊去註冊修習三角幾何學、微積分和統計學課程。但從現實來看，學數學的效果會隨一輩子的歲數快速降低。人們往往能快速遺忘基本代數和幾何學技巧。

所以，要是你已離開學校十年，你根本不可能按數學深度順序直接跳回去修習下一門數學課程。首先你還必須回顧舊有的數學課程。假定你是數學技能非常生疏的成年人，或者你是十年前修過「代數II」後就停止進修數學的成年人。假設現在你想透過大學統計學來完成數學學習，則你有項艱鉅的任務。

你需要先復習代數，然後註冊修習三角幾何學、微積分預備課程、微積分和統計學並考試及格，這可能意指你要耗時兩到三年、修完四至六門課。若你想趕快開始分析自己的事業或投資的資料，這樣的時間太漫長了。因此你需要替代方案，一項快很多的方案。本書的方案提供一條替代途徑，這條途徑更仰賴現代軟體甚於數學技能。你覺得哪個方案比較好呢？是使用軟體並繞過數學的這個方案，或是開始分析資料之前先去修習幾堂數學課程？

答案因人而異，並沒有一個標準答案。但我仍要特別說明為什麼只要你平時特定工作領域的知識，加上你「已修過的數學課程」，再加上本書中的建議，就應該足夠你應付了。

當然，更強的數學能力不可能帶來傷害。你如果能將資料分析得越徹底，就會對資料更了解。高等數學可以協助你做更好的分析，沒有人會爭辯這件事。不過資料分析工作者才會需要高等數學。只是在商業領域中想用資料建立模型的專家，經常可跳過很多數學，而那正是與本書帶給你與數學有關的底線。

沒錯，你需要一些數學才能了解模型及執行軟體。整體來說，這個方案需要修過「代數II」。然而，若有一些微積分與統計學基礎，你將會更了解本方案。看來你可以走兩條可能的途徑。一個途徑跳過要修幾門數學課程，並使用不同的一組模型建立程式。另一條是照本書的建議及基本數學；這兩條路皆可產生你工作上需要的模型，而且最後也都要使用軟體。

至於最後的模型會有什麼差別呢？實際上也許沒有任何差別。本書中會採用的技巧，到處都被數學家和統計學家所接受與採用。

1 從數字中淘金（摘錄）什麼是商業資料分析？它難不難？這種分析值多少錢？梅教授課前Q&A問：我現在很忙。限你用一段話告訴我這本書能為我做什麼嗎？答：讀完本書後，你可以快速將你的資料轉變成「趨勢預測」和「有利可圖的計畫」，因此變成更好的員工、投資人或小公司老闆。問：好的，但我的關心的事情不多啦。請更直接點告訴我，這本書如何能做到所有這些事。答：因為，你將學會如何用軟體製作「商業模型」（busniess model）以進行預測與規劃。而且書裡面會使用真實世界範例、檢核清單和非常少量數學。問：聽起來還不賴！但我真正想要的...

「資料」這種東西到處都存在。而且很多資料中往往蘊含有利可圖的趨勢與模式。然而你如果從沒修過很深的數學課程，你能對這些資料採取什麼行動呢？因為無法預料「資料中的趨勢」，有很多大公司裡的員工、投資者與小型企業主都身陷困境。他們經常責怪自己數學不好。這種理由以前也許還對，但現在已有許多易於使用的軟體與統計新方法的突破，使這些人也能夠掌握趨勢分析與預測了。

你正在看的這本書，就是針對「現在就需要得到資料分析成果的人」所寫的，它能讓你不用投入數年、接受正式數學訓練，也可以嘗試建立數學預測模型。

本書將聚焦於「可快速讓你分析自己最了解的資料，並從資料發展出商業模式。」我的目標是要讓讀者能替自己的事業或投資環境，發展出可行的數學模型。

運用「少量數學」進行「快速資料分析」的這個概念，聽來也許有點像「不勞而獲」，而且會令你有些懷疑；這類主題的基本指南類書籍經常充斥空洞的承諾。然而，我要告訴你，這不是「不勞而獲」，這些分析當中仍有權衡取捨的判斷，但賴以權衡取捨的背景正是你在特定商業領域的知識，而不是高等數學。這種運作方式是：數學家和統計學家是通才，而（我假定）你是某個商業或投資領域的專家。通才數學家和統計學家運用某些模型建立階段的數學挑選資料，並用很多模型建立後一階段的數學技巧與統計量測法驗證模型。

而你們這些「專家們」可在模型建立前，運用知識與對商業的通曉以挑選出適當的資料。你也可以在模型建立後的階段，不用高等數學而是使用真實數據來比較模型。在模型建立階段本身，通常可借助電腦完成不帶「微積分」或「高等統計學」的知識來完成。總之，若你真正了解你的領域，則你可運用「遠少於你以為會用到的數學，建立起那個領域的資料模型。」

假定你是個成年人，你的數學技巧非常生疏，或者在修完「代數II」這門課後，你已經有十年沒接觸數學。假定現在你想以大學統計學課程繼續深造完數學學程，那你的任務可艱鉅了。因為你需要回顧代數學，然後註冊並通過三角幾何學、微積分預備課程、微積分和統計學這些課程的考試，這可能就需要你花兩到三年時間、修習四到六門課才能完成。

但是，若你只想為自己的事業或投資開始分析資料，那這樣的深造時間未免太久了。因此，你需要一個替代方案，一個快很多的方案。這本書的方案就要提供你一條替代途徑，這途徑對於統計軟體的倚賴，更甚於對你數學技能的倚賴。（當然，你還是需要若干數學基本知識才能了解模型與執行軟體。但整體來說，本書的方案需要具備「代數II」的程度，包括多項式、分數、分配律等基本數學觀念，我們在後面會詳細解釋。)

尤其，本書是以真實世界的個案研究與範例解兄，這些範例讓你對「如何看待自己的資料」、「該使用哪些軟體技巧」，以及「對於資料分析，你預期能得到什麼？」都有清楚概念。

畢竟你有自己獨特的資料與需求，所以你必須想出如何分析這些資料與需求的構想，這些構想讓你得以思索你的獨特問題。就如作家約翰．史坦貝克（John Steinbeck）做的一句形容最貼切：「構想就像野兔，你若抓到一對，並學會怎樣馴養牠們，則很快就會有一打。」

「資料」這種東西到處都存在。而且很多資料中往往蘊含有利可圖的趨勢與模式。然而你如果從沒修過很深的數學課程，你能對這些資料採取什麼行動呢？因為無法預料「資料中的趨勢」，有很多大公司裡的員工、投資者與小型企業主都身陷困境。他們經常責怪自己數學不好。這種理由以前也許還對，但現在已有許多易於使用的軟體與統計新方法的突破，使這些人也能夠掌握趨勢分析與預測了。

你正在看的這本書，就是針對「現在就需要得到資料分析成果的人」所寫的，它能讓你不用投入數年、接受正式數學訓練，也可以嘗試建立數學預測模型。

本書將聚焦...

作者序
分析資料，真的很有用！
……而且，只需要懂一點點數學就夠了！

1 從數字中淘金
什麼是商業資料分析？它難不難？這種分析值多少錢？
2 "好模型"看穿一堆資料
面對每天累積的商業數字，趕快為自己量身打造一套分析計畫吧！
3 要把資料分析到多深？
不是數學研究，而是用「你會的數學」幫助你就夠了！
4 拿來用的數學
喘口氣，這一章我再告訴你，「數學焦慮症」患者可以不用看到資料就頭昏……
5 統計的預測魔法
幫助你看待「未來性」的統計基本概念
6 試算表立大功
這種表格，讓商業世界的數字動了起來！
7 微積分，用與不用？
除非你遇上大型的分析才用得上，但至少你能懂點它的用處……
8 神經網路的新手課
一種能快速整頓你資料問題的捷徑！
9 別忘了基本邏輯
數字之外，助你分析、推論更精確的理智技術
10 資料庫的妙用
如何把你的商業資料運用結構化？
11 企業裡常見的統計迷思
破除公司裡的錯誤數據結論
12 真實世界裡的統計
一些關於現實數字分析的應用真理……

作者序
分析資料，真的很有用！
……而且，只需要懂一點點數學就夠了！

1 從數字中淘金
什麼是商業資料分析？它難不難？這種分析值多少錢？
2 "好模型"看穿一堆資料
面對每天累積的商業數字，趕快為自己量身打造一套分析計畫吧！
3 要把資料分析到多深？
不是數學研究，而是用「你會的數學」幫助你就夠了！
4 拿來用的數學
喘口氣，這一章我再告訴你，「數學焦慮症」患者可以不用看到資料就頭昏……
5 統計的預測魔法
幫助你看待「未來性」的統計基本概念
6 試算表立大功
這種表格，讓商業世界的數字動了起來！
7 微積分...