《数据化分析》读后感1000字

《数据化分析》是一本由林骥著作，电子工业出版社出版的平装图书，本书定价：106，页数：244，特精心收集的读后感，希望对大家能有帮助。

《数据化分析》读后感(一)：读《数据化分析》的真知预见

互联网在我国的发展时长约有25年，数据既然能与情绪，梦想，运动等关联，并被设计成计划，落实到工作与生活当中。那么，数据，分析如何改变人们的工作与生活呢？

书中有大量的专业用词，如周期，线性分析，目标，方法，对策等等。

在阅读过程当中，接触作者的一些观点，对自己现阶段学习过程有启发作用。整理部分词语如下：卡点，路径，里程碑，正确定义问题，如何实现一个月收入3万元，三次跃迁，学习路径，附图3-2成本思维，逆袭思维，教练思维，定期制作属于自己的数据分析报告，图6-1到图6-6。

匠心独具——

《数据化分析》

《数据化分析》读后感(二)：《数字化分析》阅读感想

关注添加林老师应该有2年，新书发布的第一时间就下单，回来也第一时间进行的阅读，而且感觉《数据化分析》确入林老师所述，可以作为一本数据分析的指引指南进行使用，相信未来十年其中的一些理论方法依然有用。

全书主要从数据分析思维、工具、方法3个方面7大章节进行,,理论、案例，解决思路，工具系统且清晰的进行说明，也是在乘坐交通工具是进行阅读，往往很快沉浸至书中的知识，不觉时间流逝，是很好的数据化分析学习运用的指引书。

尤其觉得有以下三点影响深刻:

1、数据分析思维认知的说明，以往确实拿着数就去做，没有条分缕析的结合目标输出去理解分析的意义，也没有对不同主题需要数据分析需求运用合适的分析思维进行分析。更无法形成确实有效的刻意训练提升数据敏感性

2、工具的学习，陷入比较偷懒，了解会用不精的情况，而书中提到的学习方法很好的指导如何去高效学习知识，运用工具。从解决问题出发，高效的检索，不断精进某一工具再串联扩展，学习地图等等，不单是数据分析学习，对于日常工作、学习都有很好的指导帮助

3、数据分析的方法、报告展示以及模型可能是数据分析的实践动作说明，每一项都细分成方便理解记忆的点状知识，可以让我一个个攻破，本自身的框架就做到了自我学习反馈，那个点不清晰，具体是什么不清晰都以高度结构系统的方式呈现。

很有幸在发布的第一时间就购买并阅读，《数据化分析》可能是林老师学习经验的总结，确也是我做数据分析的自检查和指引，且不同于很多成人知识工具书籍读一遍就理解其中核心，《数据化分析》是可以反复读查，不同阶段都可作为标尺的书，价值非凡，谢谢~

《数据化分析》读后感(三)：《数据化分析》背后的故事

你好，我是林骥。今天讲一讲《数据化分析》这本书出版背后的故事。

2008 年，由于一个偶然的机会，我到一家单位实习，开始从事数据分析工作，从此开启了我的数据分析生涯之旅。

那时，数据分析师还属于比较新兴的职业，国内比较专业的数据分析师不多，市面上数据分析相关的书籍也不多，有些书只是介绍数据分析工具的操作方法，比如 Excel 函数与公式、图表制作、软件操作、VBA 编程等，很少有介绍数据分析思维的书籍。

当时的我，作为一个普普通通的「三无青年」：一无关系，二无背景，三无经验，难免会遇到一些困难和挑战，基本上只能靠自己去摸索，从实践经验中总结出一些规律。

慢慢地，我总结了数据分析的 8 种思维，后来增加了 1 种目标思维，形成目前的 9 种思维体系，并让它们与数据分析的 9 个问题对应起来，实现思维和认知的双重升级，让自己能够「配得上」岗位的要求。

随着工作能力的提升，我获得了公司领导和同事们的认可，他们把一些重要的工作交给我来做，反过来又进一步锻炼了我的能力，形成一个不断增强的回路。

2012 年，我开始写一些学习笔记，分享到微博和博客上，起了一个叫「数据化分析」的网名，希望运用恰当的方法和工具，对数据进行科学、有效的分析，这就是《数据化分析》书名的由来。

随后的几年时间，我在公司管理的事务越来越多，但那时我还不大懂管理，对时间、情绪和习惯的驾驭能力还比较弱，逐渐感觉有点力不从心，陷入到了「盲、忙、茫」的状态。

第 1 个「盲」是盲目的「盲」，也就是一种缺少目标感的状态，被各种事务推着走，所以无法理解现状与目标之间的差距。

第 2 个「忙」是忙碌的「忙」，也就是一种「心死」的状态，每天都感觉忙忙碌碌的，忙到没有时间去深度学习和认真思考，更没有时间去用心写作和复盘总结，但是我却没有分析原因，只是一味地低头拉车，没有抬头看路。

第 3 个「茫」是迷茫的「茫」，也就是一种「随波逐流」的状态，就像大海中的水草一样，不知道未来将会飘向何方，无法预测未来发展的趋势。

在夜深人静的时候，我经常会感觉精神很空虚。在经历了一段时间内心的焦虑之后，我开始阅读大量时间管理、情绪管理、高效习惯等方面的书籍。试用了很多相关的软件，但效果都不明显。

直到 2018 年，我基于 Excel 开发了「数据赋能系统」的雏形，运用数据分析思维，形成感知数据、认知规律、帮助决策和付诸行动的正向循环，帮我更好地驾驭自己的时间、情绪和习惯，后来经过不断优化完善，目前已经升级到了 6.0 版。

借助这个系统，我现在不仅能从微观层面准确地知道：去年的今天几点几分，我正在做什么事情？情绪怎么样？做出了什么成果？正在培养什么习惯？而且我还能从宏观层面进行数据分析和复盘总结，从数据中发现有用的规律，并用来指导自己的决策和行动，真正实现用数据赋能成长，所以我把它取名为「数据赋能系统」。

2019 年，我开始养成写作的习惯，这个习惯逐渐滋养了我，让我在工作和生活中的状态变得越来越好。

刚开始的时候，我在微信公众号的粉丝还很少，也不懂怎么运营和推广，只是认认真真、踏踏实实地写作，分享一些我认为有价值的内容，获得读者的分享转发，才逐渐被更多人关注。

后来，我的文章被出版社的编辑王静老师偶然看到，她邀请我写一本书，刚好我也有写书的意愿，所以我就欣然答应了。

我写书的初衷，是为了系统梳理自己的知识体系，而不是为了赚钱，因为一本书的版税只有几块钱，所以靠卖书通常赚不了多少钱。

最初，我拟定的书名是《数据化分析：Python 实战》，其中包含了大量的案例和编程代码。后来，我在修改书稿的过程中发现， 如果把这些代码都印刷出来， 不仅浪费纸张，而且读者使用代码的效率也很低，不利于读者进行实践操作的练习。

所以，我把其中的 Python 实战代码全部删除，只保留数据分析思维、工具简介、方法和模型等内容，希望这些保留下来的内容放到 10 年以后再看，仍然具有参考价值。

同时，我也希望能够降低这本书的阅读门槛，让这本书面向的读者能更广泛一些，适合所有对数据分析感兴趣的人。

对我来说，写作最大的困难和挑战是没有时间，因为我平时的工作非常忙碌，有时一天纯工作时间超过 12 个小时（不含通勤和午休时间），下班回到家之后，整个人感觉非常疲惫，什么都不想做。

后来，我想到了用数据去化解这个难题，在「数据赋能系统」的帮助下，通过对时间记录的数据分析，我找到了自己每个时段的效能规律，早上 6-8 点是我效能最高的时段，应该好好加以利用。

因此，我养成早睡早起和「高能要事」的习惯，也就是在高效能的时段，去做重要的事情。

曾经有一段时间，我早上经常是 4 点多就起床了，爱人担心我的身体，很多次提醒我，不要那么早起床。

2022 年，我通常是在 22:30 左右睡觉，5:20 左右起床，中午 12:30 左右午睡大约 20 分钟，平均每天的睡眠时长超过 7 个小时，白天整体的精神状态保持良好。

2022 年 3 月初，上海的疫情开始蔓延，公司业务受到了很大的影响，我开启了为期 80 多天的居家办公模式，由于未来充满了不确定性，所以我的内心难免会产生恐惧、担心和焦虑等情绪。

我还是想到了用数据去化解这个难题，在「数据赋能系统」的帮助下，通过记录自己真实的情绪状态，当情绪不好的时候，我可以在系统中看到预警的颜色和提示信息：请不要被一时的坏情绪所控制，甚至影响你一整天的心情，请及时止损，去做一些能让你情绪变化的事情吧，比如读书等。

运用「控制两分法」，也就是：控制自己能控制的事情，专注精进；而不要妄图控制自己无法控制的事情，顺其自然。我调整好了自己的心态，用更加积极乐观的态度，去认真面对无法改变的事情。我发现，只要把注意力聚焦到自己能控制的事情上，就能有效缓解焦虑带来的情绪内耗。

那时，我按照《大脑的情绪生活》中介绍的方法，测试了自己的情绪风格（测试链接：https://wj.qq.com/s2/9845336/49ed），并在待办清单中设置了一个定时任务提醒：我希望提升自己的专注力，计划采取适当的训练，等过了一年以后，再重新测试一遍，看看专注力是否得到有效的提升。

一年以后，我重新测试了一遍，发现自己的专注能力确实得到提升，而且情绪调整能力得到明显增强，生活态度变得更加积极，社交直觉和自我觉察变得更加敏锐，对生活情境的感受也变得更加敏感。

对我来说，居家办公最大的好处，就是节省了上、下班通勤的时间。我把节省下来的时间用于写作，这样既能缓解我的焦虑情绪，又能提升我的写作水平，还能增强我的工作能力，真是一举多得。

写作其实是对自我成长的一种投资，写作能提高学习的效率，训练结构化思维和逻辑表达能力。

在写作的过程中，我可以不断发现与已有知识的链接，逐渐串联成一套属于自己的知识体系。

此外，写作还有很多额外的好处，比如：

写作，可以系统梳理自己。

写作，可以促进深度思考。

写作，可以捕捉潜在机会。

写作，可以提高工作效率。

写作，可以打造个人品牌。

写作，可以获得正向反馈。

写作，可以产生复利效应。

……

回顾 2022 年，我认为自己进步最明显的能力就是「写作」。

这一年，我在微信公众号总共发表了 56 篇原创文章，总共约有 10 万字，其中有些文章被大号转载了几十次，因此带来了粉丝数量的快速增长。

截止到 2023 年 3 月 11 日，我已经连续写作 1500 天，坚持每天复盘总结，累计字数超过 200 万字。

我相信量变会引起质变，与 3 年前相比，我的写作速度明显得到提升。以前，我每天写 100 个字都会感到困难；现在，我可以轻松每天写出超过 1000 个字。另外，从文章的阅读量、收藏量、点赞量、分享量等数据来看，我写出来的文章也更受读者欢迎了。

《数据化分析》这本书中的很多内容，初稿来自于我在微信公众号上面写作的文章，后来经过反复打磨，以便让内容更加体系化、系统化。

有些地方修改非常多，其中大部分图片都是经过重新绘制。原来文章中的第一人称——「我」，全部换成了第三人称——「作者」，以便让内容更加客观。

从初稿到最终定稿，经历了无数次的检查和修订，虽然最终呈现的结果还不完美，但我已经尽了自己最大的努力。

以上，就是《数据化分析》背后的一些故事，希望能对你有所启发。

新书发布之后，我收到了一些积极的反馈，比如：

当然，可能由于看问题的角度不一样，我总结的经验无法适用于各种场景，无法满足所有人的需求，也会收到一些负面的反馈，比如，书中实战案例比较少。这让我更加清醒地认识到自己的能力和水平有限，不足之处在所难免，未来还要继续努力提升自己。

如果你对数据分析实战比较感兴趣，建议你按照这本书后记中介绍的方法，下载相关的电子书、代码和数据文件。

对于一本书，我不会简单地用「好」或「差」来进行评价，而是基于它对自己的帮助或启发，哪怕其中只有一个点值得学习，也可以选择消化吸收，以便促进自己的成长。

但有些人读书就像「找茬」一样，抓住作者的一个弱点，然后洋洋洒洒地进行批判，自鸣得意地给个一星差评，我认为如果是这样的话，就算读书再多，也难以获得真正的成长。

如果你发现书中的错误或不足之处，欢迎你批评指正或与我沟通探讨。如果你有任何疑问、意见或建议，也欢迎你留言告诉我。

希望你在读完本书之后，也能获得思维和认知的双重升级——不仅能够理解现状、分析原因和预测未来，而且能够看见差距、洞见可能和预见指数。