&p&最近我也在招聘数据分析师，看了几百份简历，面试了几十个人，和许多不同背景想要转型数据分析的同学都有比较深入的交流。&/p&&p&看到越来越多的人想要转行数据分析师，因为岗位的平均收入高，发展前景好，也是不容易被机器替代的核心职能。&/p&&p&但是并没有太多人考虑过，为什么数据分析这个职能的收入会更高一些？而且这些年以来，一直都很高？&/p&&p&&br&&/p&&p&数据分析师的岗位收入高，经济学解释当然是专业人才供不应求。数据分析的岗位需求越来越多，但是满足条件的人才太少。&/p&&p&满足条件的人才太少，不是感兴趣的人少，很多人都知道数据分析的岗位收入高（十几年前，美国收入最高的岗位中就包括精算师、统计学家，就像很多人都知道程序员收入高一样），主要矛盾是因为人才产量过低。即便是在数学系、计算机系这些硬核专业中，能够好好学数学、好好学编程、好好学逻辑思考，并且坚持下来的人，数量其实比想象中还要少很多。美国的大学每年从计算机、数学、机械工程等STEM专业转出到心理学、管理学等软专业的同学是转专业人群的主力。&/p&&p&产量少，需求大，决定了数据分析岗位的收入高。产量一直很少，需求持续放大，也决定了数据分析岗位的前景会一直很好。&/p&&p&对于想要转型数据分析的同学来说，这里面的关键词并不是岗位需求大，那是外部客观世界，很容易通过统计数据确认。真正要思考的关键词是产量少，因为大多数人最终都没有办法成为一个靠谱的数据分析师，只能重复从入门到放弃的循环。&/p&&p&&br&&/p&&p&我和上千位数据工作者、数据学习者打过交道（&a href=&//link.zhihu.com/?target=http%3A//Kesci.com& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&Kesci.com&/span&&span class=&invisible&&&/span&&/a&目前有近两万名数据分析师、数据科学家用户），目前得到的一个观察是，“成为数据分析师”即便对于数学、计算机类的同学来说，也是一个成功率很低的目标，对于其他专业的同学来说，只会更久、更难一些。&/p&&p&这里所说的数据分析师，是真正掌握了数据分析技能，并且通过分析创造商业价值的人，不能参与业务决策的数据分析师其实是没有很多价值的。在公司只是在重复操作SQL、Excel等基础工具的数据处理专员（大企业，比如如银行、制造业，目前还是以这类数据岗位为主），这些岗位并没有太多壁垒，可以通过2-3个月的培训掌握，也很容易被自动化替代。&/p&&p&真正的主要矛盾并不是快速转型，因为转型大概率会失败，心怀“快速”就更容易放弃了。（就像90%的创业公司三年之内都会关门、大部分的企业转型也都失败）&/p&&p&真正值得讨论的问题是，如何提高自身转型数据分析师的成功率，并且持续成长，面对未来一次又一次的数据技术的升级（现在平均每5-7年都会有一次数据技术的整体升级）。&/p&&p&&br&&/p&&p&结合我自己的经历（我本科学的是财务，研究生读统计学，做过金融数据咨询，目前在做数据人才平台 &a href=&//link.zhihu.com/?target=http%3A//Kesci.com& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&Kesci.com&/span&&span class=&invisible&&&/span&&/a&），以及和大量数据分析师、算法工程师的交流，这里总结一个针对普通人（高智商大牛在人群中的比例大概是5%，基本啥事儿都能自己搞定，这里针对的是95%的普通人）的框架，希望提高青年同学转型数据人才的成功概率。&/p&&p&首先是看似废话但很必要的建议，如果心理素质允许，一定要控制“快速转型”的冲动。我当初用了大约一整年在和“快速转型”的冲动做斗争，又有一整年在和数学、编程带给人的“挫败感”、“无力感”做斗争，两年过去之后，终于可以进入“快速转型”的良性循环了。&/p&&p&《禅与摩托车》书中有个金句：“仓促本身就是最要不得的态度。当你做某件事的时候，一旦想要求快，就表示你再也不关心它，而想去做别的事 ”&/p&&p&只要选对了方向、坚持下来，就算转型和成长慢一些，也不吃亏（Facebook不是第一个社交网络、Alibaba不是第一个电商平台，Google不是第一个搜索引擎..）。中国经济的数字化、智能化转型，才刚刚起步，建设数字化的新中国，还需要几十年的努力呢。&/p&&p&人和人之间的差距往往不在撞线速度，更在于“复利效应”，短期速成的冲动反而破坏了“复利效应”的可持续性，欲速则不达。成为数据分析师的过程中的“复利效应”，归纳一下可以发现有这几点：（8月7日更新）&/p&&p&转型数据分析的动力、&/p&&p&数据分析的知识积累、&/p&&p&对于数据分析的兴趣、&/p&&p&数据分析工作的成效，&/p&&p&这四者之间如果能够构成良性循环，那就能够产生不错的“复利效应”。&/p&&p&框架很简单，要讲透其实也很复杂，涉及到的因素和关系很多，认为本答有价值的同学请点个赞，鼓励一下啦，我会绞尽脑汁让这个回答更有价值一些。&/p&&p&我计划未来四周每周讲透一个点，整理一些比较好的资源和工具，归纳关键点和风险点，勾勒出一张“更稳”成为数据分析师的路线图，希望能够对各位未来的数据人才有一些帮助和启发。&/p&&p&&br&&/p&&p&关于转型成为数据分析师的动力。（8月10日更新）&/p&&p&&br&&/p&&p&可能是由于中国的应试教育的原因，中国的老师和学生普遍对于“学习动力”都不太重视，而往往更加重视能力。在大部分的中国高校的课程中，老师并不会告诉你为什么要学这门课，它的价值和意义又是什么。课堂的画面往往是：老师点名之后，马上进入黑板公式推导的环节，认真的同学们开始埋头记笔记，其他的同学则默默打开手机。&/p&&p&人们对于动力的漠视，有两个重要因素，一是认为动力不太重要（相比能力而言），二是认为自己对于某件事物的动力是稳定而无法改变的。&/p&&p&事实上，动力不仅很重要，而且比能力更加重要（越是长期的尺度下，动力就越重要），学习的过程很漫长，会不断陷入这些场景：&/p&&p&很多的诱惑（A：&来来来，搞一盘农药&，B：“...”）、&/p&&p&很多的困惑（A：“你之后打算做什么？”，B：“...”）、&/p&&p&很多的羞辱（A：“你怎么微积分考这么差？”，B：“...”）、&/p&&p&很多的无奈（A：“你好像不适合学数学嘛”，B：“...”）。&/p&&p&如果没有强烈的、稳定的动力，如何面对这些高频的负能量？&/p&&p&数据分析的知识体系，在入门阶段给人带来的挫折感和无力感，可以说是人类的信息文明进化到高级形态后的必然结果。几百年以来最聪明的数学家、计算机科学家的知识结晶，要塞到你的脑袋里面，无论什么姿势都不会太舒服，不舒服就想放弃。好比人类进化出的这颗大脑袋，给孕妇分娩带来的痛苦。&/p&&p&&br&&/p&&p&新东方教师李笑来本科也是学财务的，做了5年销售工作后，想要转行到新东方。当时的英语基础肯定不如科班出身，笑来老师把投资模型（这是他的专业知识）用在了背单词的动力管理上。&/p&&p&背了5000个单词可以去新东方教书，假设年收入是30万元，背一个单词对应的年收入就是60元，而英语老师又是可以做上20年的岗位，这个单个单词的总收益就是60*20 = 1200元。&/p&&p&如果一天能够背下来50个单词，所能创造的总收益就是1200 * 50 = 60000元。而当时，全国大部分的岗位一年的总收入都没有60000元，笑来老师的这个思路，让他的学习动力超越了大多数的人，考过托福（据说是高分）就去新东方上班了，然后一路开挂。&/p&&p&新东方的单词老师也经常给学生讲类似的故事，但是大部分学生并不信这套。估计笑来老师学的是财务，天然的思维就是 cost-benefit analysis。&/p&&p&转型数据分析（或者其他类似有技术门槛的职业）的动力结构也是一样的：&/p&&p&只有更清晰地看到一个知识体系（加上知识对应的职业生涯）所带给自己的价值（X），才能够产生足够强的动力（Y），驱动一系列的行为（A）。&/p&&p&动力是个很主观的东西，你看到的、相信的不一样，动力也就会很不一样。&/p&&p&&br&&/p&&p&当初为了确保我自己的动力，我基本遍历了数据领域内的科普资料（整个大四阶段的所有业余时间），就是为了让自己“看到”数据在未来足够大的价值，并且“相信”这个价值一定能够被兑现，从而让自己产生“箭在弦上、不得不发”的动力，也就是给自己灌高能鸡汤。在管理学里面，这也叫做self-driven，自我驱动，其实也是一个需要通过学习掌握的技能，也是在企业界被越来越重视的一个品质了。&/p&&p&当初对我影响很大的视频材料有这些（BBC的制作人是真正有责任心和使命感的一群人，配乐到摄影，再到主持人的讲解，都基本无可挑剔）：&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//movie.douban.com/subject/4139917/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&BBC-数学的故事&/a&》&/p&&p&看到了数学发展的历史，才能够看到数学会如何进一步改变我们世界的未来。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//movie.douban.com/subject/Ffrom%3Dsubject-page& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&BBC-Code&/a&》&/p&&p&为什么自然世界、人类世界是可以通过数学来理解、预测和控制的。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//movie.douban.com/subject/5407097/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&BBC-统计的乐趣&/a&》&/p&&p&统计学为什么如此重要，为什么如此有趣，为什么和你我都如此息息相关。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//movie.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&BBC-数据的时代&/a&》&/p&&p&这个世界已经一只脚进入了数据时代，实在不想做停留在门外的另一只脚。&/p&&p&&br&&/p&&p&这些视频在大B站基本都有，~( ゜▽゜)つロ 。&/p&&p&如果看完这四个视频，觉得数据分析不重要、或者自己和数据分析仍没有什么关系、或者不想学习数据分析的话，可能说明数据和你确实没有缘分，撩不起来，不要强求。&/p&&p&&br&&/p&&p&用一两天看完了视频，就可以再多花些时间看看干货了（大概要有一两个月，每天2个小时的预算），通过书籍和报告来了解数据分析、数据技术将如何改变世界，“改变世界”这个词已经被用滥了，我们需要更大的视角来理解，什么叫做“改变世界”。&/p&&p&&br&&/p&&p&英文不太好的同学，可以首先看看那涂子沛老师的两本书&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《大数据》&/a&和《&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&数据之巅&/a&》，还有阿里的CTO王坚16年底出的《&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&在线&/a&》，涂子沛、王坚都是国内为数不多的文理知识能够打通的实践型学者。三本书看完的话，基本上能够认同“数据技术将会改变人类的未来，以及每个人的生活与职业”这个重要的论点了。（这种论点虽然字面上好懂，但是因为尺度太大，在机理上是很难透彻理解的，更难以联系到自己的生活和决策中）&/p&&p&对于数据技术的历史趋势有了一个基本脉络之后，就可以看些更有深度的书籍了（思想原创性这方面不得不佩服美国的顶尖学者）。相比舍恩伯格著名的那本《&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&大数据时代&/a&》，我更推荐《&a href=&//link.zhihu.com/?target=https%3A//book.douban.com/subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&第二次机器革命&/a&》，后者的思想深度、逻辑连贯性和指导意义都要胜于前者，看完本书有种看完战争大片之后的荡气回肠之感，也会逼着自己去思考、去改变。&/p&&p&最近还出了一个非常棒的课程，就是阿里的大军师，曾鸣教授在得到APP上开的驻场课程《智能商业20讲》，曾鸣是国内公认的战略学研究第一人，又在中国战略能力最强的公司做了十多年的军师，在战略视野和洞察上真是快修炼成神了，而且曾鸣教授的表达非常清晰易懂，很适合初入职场的年轻人、大学生作为理解商业未来的学习材料。我自己是听了三四遍，虽然收获很大，还是觉得自己的理解不够，毕竟洞察未来确实太不容易（所以很多人就干脆直接放弃了），也很期待曾鸣教授即将出版的《智能商业》这本书。&/p&&p&&br&&/p&&p&英文比较好的，选择就比较太多了。我推荐的是麦肯锡的研究报告。作为世界上最好的战略咨询公司，麦肯锡在十年前就开始系统性地关注信息技术、互联网技术、数据技术的变革对于商业会带来的巨大影响，而且会定期发布质量极高的研究报告（报告发布的主体是MGI，McKinsey Global Institute），我至今还没有看到有可以在持续性和深度上相媲美的系列材料。&/p&&figure&&img src=&https://pic3.zhimg.com/50/v2-cca_b.jpg& data-rawwidth=&738& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&738& data-original=&https://pic3.zhimg.com/50/v2-cca_r.jpg&&&/figure&&p&麦肯锡的研究报告的目的是为了影响世界上最大的企业和政府机构的决策者，从而更好地销售昂贵的战略咨询服务，这些500强的CEO当然都不是省油的灯。MGI的研究报告可以说是麦肯锡的金字招牌，是公司能力和价值的集中展现，聚集了整个公司的资源和智慧。既然这些报告的目的就是影响最强的决策者，帮助他们做出更好的战略决策、更好的把握未来，那对于年轻人如何理解经济发展、如何做出职业的决策取舍来说，参考意义不可谓不大。&/p&&p&我这里就按照时间顺序，把和数据技术高度相关的几篇报告做一个整理。麦肯锡的报告不仅数据详实、文字优美流畅、经典的金字塔内容结构、配图还非常精美，阅读体验很愉快。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/how-it-enables-productivity-growth& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&How IT enables productivity growth&/a&》，2002年10月，这篇文章就指出了信息技术是美国经济增长最重要的推动力量之一，一流的经济学家和管理顾问就是善于总结历史、预判未来。关于预判未来，当然更牛的还有Kevin Kelly、托夫勒这些人，麦肯锡的报告的好处就是数据非常之详实，逻辑论证也很细致，很适合于KK的书作为宏观和微观的互补。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/industries/high-tech/our-insights/internet-matters& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Internet matters: The Net's sweeping impact on growth, jobs, and prosperity&/a&》，2011年5月，这篇报告指出基于IT的互联网技术，对于经济增长、企业竞争力、就业正在发挥越来越大的影响，而目前数据采集、数据利用的闭环，最有效的途径就是互联网产品。（回头再看这个报告还是觉得很震撼，这6年里面，Amazon、Google、Alibaba、Tencent的股价平均都上涨了十几倍，滴滴、美团、头条、微信也破土而出，成为了超级独角兽，互联网的力量堪称摧枯拉朽，再造了一个全新的数字经济世界）&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Big data: The next frontier for innovation, competition, and productivity&/a&》，2011年5月，不像《大数据时代》这样的畅销书，这篇报告把大数据在各个行业的应用空间做了详细的测算，数据技术如何降低成本、提高利润做了精确的描述，也指出了数据分析人才的巨大缺口。可以说我就是看了这篇报告，对于数据技术的发展、前景、机会构建起了基本的认知地图，才下定决心从金融行业辞职去转专业读统计学。&/p&&figure&&img src=&https://pic4.zhimg.com/50/v2-fee_b.jpg& data-rawwidth=&824& data-rawheight=&558& class=&origin_image zh-lightbox-thumb& width=&824& data-original=&https://pic4.zhimg.com/50/v2-fee_r.jpg&&&/figure&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/disruptive-technologies& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Disruptive technologies: Advances that will transform life, business, and the global economy&/a&》，2013年5月，麦肯锡这篇报告也是堪称经典，将10个最具有颠覆性的技术做了影响力的测算和排序。虽然没有直接使用Big Data或者Analytics这个词，但前四项技术都和数据技术高度相关，特别是第二项Automation of knowledge work。麦肯锡作为顶尖的咨询公司很牛的一点就是善于算大账，不同技术对于行业、岗位的经济效益的影响的测算，对于选择职业和技能的投资是很有借鉴意义的，这也是其自身的数据分析的强悍功底。当然这个尺度的经济计量，并没有绝对的精确，只有相对的精确。比如前些年新能源技术在国内也很火爆，但是麦肯锡认为能源技术的影响不及数据技术的十分之一，从现在能源行业和信息行业、数据岗位的收入差距和趋势也能够验证这一点。&/p&&figure&&img src=&https://pic1.zhimg.com/50/v2-fc4a567b7fd7aae_b.jpg& data-rawwidth=&727& data-rawheight=&501& class=&origin_image zh-lightbox-thumb& width=&727& data-original=&https://pic1.zhimg.com/50/v2-fc4a567b7fd7aae_r.jpg&&&/figure&&p&&br&&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/industries/high-tech/our-insights/chinas-digital-transformation& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&China’s digital transformation&/a&》，2014年7月，我通过这篇报告接触到了digital transformation这个概念，digital transformation也就是14年出版的《第二次机器革命》的主题。毕竟我们更多人还是要在中国做数据分析师，数据技术也只是整个digital transformation的一个重要组成部分，只有理解了自己的技能在整个中国的经济变革的画卷中的具体位置，才能够明白自己有多少机会和空间、自己还缺什么、需要补什么。&/p&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the-age-of-analytics-competing-in-a-data-driven-world& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The age of analytics: Competing in a data-driven world&/a&》，2016年10月，这篇文章是《Big data: The next frontier for innovation, competition, and productivity》的续集，把数据技术分得很细一个个做商业化应用的介绍，是很有价值的全景式参考，也开始结合深度学习、人工智能的发展趋势讨论数据技术的应用。&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-fd_b.jpg& data-rawwidth=&844& data-rawheight=&766& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&https://pic2.zhimg.com/50/v2-fd_r.jpg&&&/figure&&p&《&a href=&//link.zhihu.com/?target=https%3A//www.mckinsey.com/global-themes/digital-disruption/whats-now-and-next-in-analytics-ai-and-automation& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&What’s now and next in analytics, AI, and automation&/a&》，2017年5月，在2016年到2017年最重要的一个概念就是“人工智能”了，这篇报告就分析了数据、智能、自动化这些概念与技术之间的区别与关联，以及这些技术融合在一起之后，对于企业、行业、整个经济体会有怎样的影响（“Advances in robotics, AI, and machine learning herald a new era of breakthrough innovation and opportunity”），企业家、政治家以及我们每一个个体应该基于哪些原则去面对这个越来越深不可测、也越来越激动人心的经济体。下面这张图是岗位替代的比例分布，其实中国的大部分的年轻人都在做着重复性、低成长、可预测的工作，这些岗位被AI替代有人估计也就是5-10年，我们读到硕士也就7年了，其实是个很快的过程。如果不能够把握机遇，就会面临越来越大的两极分化，甚至岗位替代，这是一个很残酷、很真实也很确定的未来。&/p&&figure&&img src=&https://pic4.zhimg.com/50/v2-f181a550ae00b6e6eaabf84_b.jpg& data-rawwidth=&753& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&753& data-original=&https://pic4.zhimg.com/50/v2-f181a550ae00b6e6eaabf84_r.jpg&&&/figure&&p&&br&&/p&&p&读完这几本书和报告，其实也要不了多少时间，快的话一两周，慢的话两三个月，但是对于真正想要转型数据分析的人来说，其实还是挺必要的。面对一个如此复杂的新领域，如果没有对于意义、目的、前景、挑战做好充分的准备，一上来就学习抽象而坚深的数学理论，很容易半途而废。&/p&&p&我观察到有个现象也是挺有意思的，男生买手机、买电脑，女生买衣服、买首饰其实都会挑选挺长时间的，当然一方面是享受购物的过程，更重要的是不想吃亏，比如决定要买一个手机，挑上一两个星期很正常，毕竟手机对年轻人来说也没那么便宜。&/p&&p&可是另一方面，身边很多年轻人在进行选择岗位、选择专业、选择公司这些更加重大，但不花钱的决策的时候，筛选和研究的时候甚至还没有挑手机的时间久，我见过一些高三学生选专业，甚至就是在一个周末和家里人商量一会就定下来了，手机现在也就用一两年，而专业、岗位则是影响终身的决策，应该说不仅是影响终身，还会直接影响到下一代。&/p&&p&说回来，要想转型数据分析师，真的没有那么容易，从麦肯锡的报告中可以看到，大部分的企业的数字化、数据化转型其实都不成功，过了三四年还在交学费的阶段。在准备的阶段，先把“为什么要转型”的问题做好研究工作，真正想清楚，再开始学习、积累、实践也不迟，回头看其实是磨刀不误砍柴工。&/p&&p&&br&&/p&&p&最近公司的事情太忙碌，我的时间安排也欠妥，很抱歉没有按照预先的计划来做更新。下次我会再谈谈如何在转型DA的路上，实现更有效的积累，以实现可预测、可控制的复利效应，感谢大家的关注和支持，祝学习快乐。&/p&
最近我也在招聘数据分析师，看了几百份简历，面试了几十个人，和许多不同背景想要转型数据分析的同学都有比较深入的交流。看到越来越多的人想要转行数据分析师，因为岗位的平均收入高，发展前景好，也是不容易被机器替代的核心职能。但是并没有太多人考虑过…
&p&整个近现代，中华文明都处于信心不断丧失的境况中:&br&鸦片战争摧毁了军事技术的自信；&br&通商口岸摧毁了经济体系的自信；&br&甲午惨败摧毁了官僚体制的自信；&br&维新变法摧毁了儒家思想的自信；&br&庚子事变摧毁了宗教信仰的自信；&br&北洋乱世摧毁了对统一格局的自信。&/p&&p&百年的屈辱下来，无论是上层精英、下层黔首，几乎都对脚下这片土地上曾经辉煌的文明彻底失去了信心。在深深的自卑当中，我们深刻地不能再深刻地反省这中华文明的每一根血管、每一个细胞，剜骨挖肉、弃之如敝履，并把物质的困窘、人性的丑恶与人群的失态归咎于文明的劣根性。&br&于是:&br&我们新鲜又艳羡地渴求着每一件舶来品；&br&我们把每一个高鼻深目的洋人敬若贵宾；&br&凡事喝过洋墨水的成为不可置疑的权威；&br&无论东洋或西洋都成为求知求学以救亡图存的圣地。&br&&/p&&p&&b&一百多年来，我们几乎是趴在地上、虔诚地把中华的未来与希望寄托在对广义的西方文明一板一眼的模仿拷贝之上，毕恭毕敬、奉若圭臬，用几代人的血汗与交织百年的恩怨情仇缴纳了一笔笔昂贵的学费。&/b&&/p&&p&可有多少人去问过，真正救亡图强的到底是什么？&/p&&p&动摇腐朽清廷的是不伦不类的拜上帝教，还是千千万农民心中“均田免粮”的古老质朴的理想？&br&成功守卫疆土的是李鸿章买来的巨舰大炮，还是左宗棠抬棺西征收复伊犁所踏过的“河西走廊”？&br&让洋人感慨中国无法以武力完全征服的是“量物力结欢心”的外交手段，还是家国存亡之际底层平民近乎歇斯底里的搏命一击？&/p&&p&后来的人们只看到了广州国民政府北伐，却忽视了同时间横扫湘鄂赣，全国成员近千万的农协运动；抗战时期，人们在领会领袖们“论持久战”“空间换时间”的战略思想时，也常常忽视掉了在武器、军队、外援之外，是祖国的大河山川把侵略者的对华战略限制在越走越窄的死胡同里。&/p&&p&当来自苏联的军事专家、党内留洋高层抱着大城市、工人、阵地战的苏联经验把革命带上绝路的时候，是那个没出过国、没留过洋的农民的儿子固执的坚持着土地革命、“农村包围城市”“游击战”的理念才让未来的火种得以留存；&br&当新中国建立，整个国家在苏联大规模援助、计划经济思想指导下大踏步工业化的时候，又是最广大农村地区为城市工业化提供了其他西方国家要靠战争、靠殖民才取得的第一桶金。&/p&&p&欧洲人开辟新航路一路打下印度洋沿岸商路港口、征服美洲摧毁印第安文明古国自是不必多说，我们熟知的日本，真的是靠他们的工匠精神、明治维新才从一穷二百的偏僻岛国完成向资本主义国家过度的吗？naive&/p&&blockquote&位于日本岛根县的石见银矿曾是十七八世纪世界上代表性银矿床之一，于上世纪20年代闭坑。石见银山从1526年开始了400多年的开采历史，从日本战国时代后期到江户时代前期都是日最大的银矿山。17世纪，这里的银产量占当时世界流通白银的三分之一。可以说石见银山的开发鼎盛时期与日本经济史上的商业发展时期基本重叠。&/blockquote&&p&在商业全球化的启蒙年代，坐拥全世界三分之一的白银，日本人在自己家里就获取了欧洲人靠殖民才获得的资源，这就是让日本在明治维新后迅速崛起的原始积累。&/p&&p&任何国家只要是试图走工业化、现代化这条路，在不择手段获取第一桶金之后，都逃不过马克思所归纳的那四个字——&b&生产过剩:&/b&&br&由于市场投资的盲目与逐利，社会商品生产总量大大超过有支付能力需求量的经济现象，是经济危机的主要特征。&/p&&p&改革开放到今天，中国经历了数次经济波动，是靠什么在一路成长为世界上最大的工业国的过程中不被生产过剩、经济危机击垮？不是西方那套经济学术语。&br&&b&而是……&/b&&/p&&p&&b&靠一失去低薪低保障的工作就回到农村自给自足的几千万农民工；&/b&&/p&&p&&b&靠国企改制工厂裁员后就在寒风中推着小车上街卖早点的下岗工人；&/b&&/p&&p&&b&靠人均微薄的教育经费下父母们省吃俭用供养出来的世界最大规模的大学生群体；&/b&&/p&&p&&b&靠广大三四五线城市居民大半辈子的辛苦积蓄吸收着资本泛滥对房价以及金融系统的冲击…&/b&…&/p&&p&这是章家敦的读者们无法理解的。&/p&&p&中国经济遇到过困难吗？举步维艰……&br&中国如章家敦等西方话语体系下的人士所预言的遭遇过崩溃哪怕一次吗？一次也没有。&/p&&p&中国现代化、工业化的规模是人类历史前所未有的，期间遭遇的挑战也是前所未有的。所有应对危机所付出的成本全部由这个国家极其多样化且统筹配合的地域经济结构、土地承包责任制后世界上最大的农村自然经济体、千百年传统道德观念下吃苦耐劳的人民所承担起来。&/p&&p&美国人总是抱怨中国操纵汇率才获得制造业优势，但实际情况确实在短暂繁荣后的一轮轮经济危机以及连带的社会危机中，欧美发达国家除了以政治金融手段对外输出危机，还在资本输出过程中将最有可能发生严重生产过剩危机的制造行业向其他国家转移。&b&发达国家经济产业空心化、虚拟资本化不单单是跨国公司、跨国资本的贪婪或者好心从而给了其他国家机会，而是面对必然的周期性经济危机趋利避害选择&/b&。&/p&&p&中国是集成了绝大部分产业链的世界制造业中心，不仅仅需要集约化的资源区位条件，更需要抵抗经济波动与生产过剩危机的体量与经济结构。产业空心化既是本国投资者权衡利弊的决策&b&，更是一轮轮经济危机下来全球产业链自发追求稳定的结果。&/b&几十年的经济规律左右下的趋势，怎么会因为特朗普一个拍脑袋就转移回去！？&/p&&p&包括美国在内的西方主要发达国家，无法自身消化危机，只能向其他国家转嫁，一同转嫁出去的的还有环境成本、政治危机。如果不能转嫁危机是什么后果？外部环境封闭的苏联就是前车之鉴。&/p&&p&&b&中国是有史以来唯一一个能自己抵抗资本主义生产过剩危机、不发生社会体系崩溃也不对外转嫁危机的工业国家。&/b&&/p&&p&当我们回过头看看过去两百年特别是近四十年所走过的的路，有哪一次是纯粹的外部输入将这个国家拯救出了危机的泥潭？一次也没有。过去如此，未来也会是如此。中国能抵御生产过剩的根源在哪，对于未来的信心也就在哪。&br&四大古文明，只有处于大陆一隅的中华文明完全自成一体，形成了延续到今天的独特性:&/p&&p&&b&多样化与统一集权的并存。&/b&&br&很多人都忘记了一点，在大一统之外，中国内部从自然条件到经济基础最后到人文环境的多样性远远超过世界上绝大部分声称所谓多元化的国家。&/p&&p&当我们讨论文明的时候，我们讨论的是什么？&br&军事力量？经济状况？社会文化？意识形态？&br&这些只是短时间随物质环境变迁而变迁的东西罢了，&b&一个文明恒久的属性是它立足的这片土地以及在土地之上人们永恒不变的群体选择规律&/b&:&/p&&p&为什么中国地域经济结构极其具有多样性，超过了世界任何国家乃至地区？&/p&&p&根本原因是因为中国拥有了最多样的地形、气候条件。然后在近代不屈的抗争当中，凭借强大的韧性成为西方世界外上最大的没有被完全殖民的原住民国家，避免了被彻底改造成如美洲那样单一的资源产地、倾销市场，因而最大程度保留了本土经济模式的多样性。中国不是也永远不可能是那种成分单一、经济形态单一的民族国家。如同自然界多样的生态系统更能够抵御生态危机一样，社会经济形态的多样性也决定了文明的韧性。&/p&&p&为什么中国在几千年里不断重复着统一分裂的循环，最后进入必然的大一统局面？&/p&&p&因为多样化的地形之下，位于文明中心的是黄河、长江流域那几块被要道联通的平原——逐鹿天下，得中原者得天下，继而把边疆扩张到天涯海角、戈壁大漠才能维持内部稳定。这也是今天东南沿海的台湾问题、世界屋脊的西藏问题为何关乎中华民族核心利益的原因。而在欧洲海洋性气候的广袤平原里，处处肥沃的土地具备了孕育多个国家中心的地理条件。&/p&&p&我们把自己称为农耕文明，在河殇一代的感召下面对不可一世的海洋文明自惭形秽。但是从生态和谐的角度来看，农耕文明却是可以最大程度利用现有有限资源达成内部和谐统一的文明形态:都江堰、秦直道、驿站、京杭大运河……历朝历代执着于兴建大型工程以对抗灾害、改造自然的同时，也在不断打通文明的每一个关节每一根血管。&/p&&p&而海洋文明的上层建筑只能建立在对外扩张与。夺的基础之上。古罗马灭亡后，蛮族占领下的疆域上层建筑立即崩塌，而即使是游牧民族蒙古人建立的元朝也沿袭着中原世世代代治黄河、修水利的习惯，而治水恰恰是中原政治体系建立的源头。&/p&&p&&b&世人都在颂扬古希腊民主制度，可是有多少主流舆论注意到在希腊人同时期就已经把殖民地扩张到了意大利、高卢、北非以及小亚细亚半岛等等等等？&/b&&/p&&figure&&img src=&https://pic3.zhimg.com/50/v2-068c871c5fb3c27dafe1c13_b.jpg& data-rawwidth=&684& data-rawheight=&388& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&684& data-original=&https://pic3.zhimg.com/50/v2-068c871c5fb3c27dafe1c13_r.jpg&&&/figure&&p&好莱坞大片《斯巴达300》把希腊与波斯之战描写成反击侵略的正义之战，可大众在影音宣传下所不知道的是波斯入侵的动机正是希腊人在小亚细亚半岛的殖民征服活动引发了与波斯帝国的直接冲突。&/p&&p&波希战争之后，扩张边际成本越来越高的古希腊城邦国家就迅速抛弃了所谓的民主，形成了以雅典、斯巴达为中心的两个军事阵营，走上了内战与帝国征服之路，直到欠了一屁股债的亚历山大依靠武力建立起昙花一现的亚历山大帝国。&/p&&p&在有限的生产力条件下扩张到极限之后，璀璨古希腊文明就由此走向衰落。即便有更加崇尚武力的罗马再续辉煌，用武力掠夺广阔的地中海周边资源供养着一个穷奢极欲的罗马城，最后的结果依旧是千年黑暗时代的到来。&/p&&figure&&img src=&https://pic1.zhimg.com/50/v2-ec9a402fb3c05edb3b236d_b.jpg& data-rawwidth=&2160& data-rawheight=&1080& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&2160& data-original=&https://pic1.zhimg.com/50/v2-ec9a402fb3c05edb3b236d_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/50/v2-7cde5f4ff73be67bfb76_b.jpg& data-rawwidth=&2160& data-rawheight=&1080& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&2160& data-original=&https://pic4.zhimg.com/50/v2-7cde5f4ff73be67bfb76_r.jpg&&&/figure&&p&一直等到到下一次技术积累后的对外扩张。&/p&&p&公元前古希腊历史可以说就是公元后西方文明的预演:&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-af52efa6337bbfe5fb8fe3_b.jpg& data-rawwidth=&1075& data-rawheight=&842& data-caption=&& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&1075& data-original=&https://pic2.zhimg.com/50/v2-af52efa6337bbfe5fb8fe3_r.jpg&&&/figure&&p&&br&&/p&&p&整个近代西方政治文明的潜在规律归纳起来就是:&br&&b&无私有财产则无个人自由；无对外扩张则无内部民主。&/b&&/p&&p&追根溯源，美式自由的基础不是宪法第二修正案、不是民兵手中的枪，而是:&/p&&p&北美辽阔的土地上让不再人身、财产依附于旧大陆王权贵族的社会主体自由人阶层成为可能。&/p&&p&但这背后却是印第安人的血泪史。&/p&&p&欧美资本主义国家在19世纪末二十世纪前纷纷进入帝国主义，其政治体制实际运作方式上就是由平等、分散转向命令集权的过程。其时代背景就是殖民时代末期原本充裕的扩张空间变得狭窄、资源争夺越发激烈。&br&ps:“帝国主义”的帝不是指皇帝，Empire在希腊语中的意思就是“命令”。现代的金融扩张本质上是殖民时代产业扩张的升级版。&br&西方现代民主有两个源头:殖民地中海的古希腊古典民主、欧洲野蛮人的原始军事民主。他们的共同点就是:&/p&&p&如果没有外部资源缓和内部无法和谐相处、斗争越来越动荡的政治势力，就必然会陷入内部崩溃倒退的结局。这也是套用西方制度的发展中国家所无法摆脱的现实。&/p&&p&敢问当今世界还是一个扩张殖民的世界吗？&br&还是一个强者对弱者肆意凌虐的世界吗？&br&还是一个有着无穷的未知世界给予探索、无尽的自然资源供其挥霍吗？&br&答案都是否定的。&br&最起码对于中华文明来讲，即便穷得吃不饱饭，但在鸦片战争的100年后，中国就再次凭借着“朝鲜战争”与原子弹，触摸到了人类武力的顶点。&/p&&p&那个靠武力就能横行无阻的时代早就过去了。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/50/v2-caeeacfc29a912ed4264db34_b.jpg& data-rawwidth=&950& data-rawheight=&1427& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&950& data-original=&https://pic3.zhimg.com/50/v2-caeeacfc29a912ed4264db34_r.jpg&&&/figure&&p&真正的钢铁长城&/p&&p&知乎里有一个观点:&br&随着知识积累，理科不断地从文科中抽取出来。&br&放到国家层面就是:&/p&&p&&b&随着文明进步，理性主导的社会治理技术性工作不断的从容易被人群感性激荡的政治混沌中分离出来。&/b&&/p&&p&这一过程有反复甚至长时间的倒退，但只要生产力在知识积累下不断进步，&b&人类社会中留给政治运动的运作空间只会越来越狭窄&/b&。&/p&&p&但是西方套路化的民主却逆势而行，默许甚至纵容了政治的动荡。这在经济形势上升、掠夺外部资源的时候显得活力十足。一旦进入封闭状态，政治斗争扩大化就会引起整个社会的共振，社会各个利益群体间的矛盾无法转向外部就会剧烈内斗，此时若不强化政府职能、提升中央权威进行内部治理国家就会陷入倒退之中。&/p&&p&全球化时代，世界越来越平坦，武力扩张是万万不可能再用的、金融扩张越发受到他国健全制度的抵制，即便其他非西方国家依旧羸弱但地球生态已经到了海洋文明对外扩张的极限了。这种大环境资源局限下伴随而来的是所有呈现扩张、霸凌姿态的意识形态纷纷左支右绌、不合时宜。&/p&&p&看看如今的欧盟，虽然布鲁塞尔有议会民主之形，但包含欧洲央行与各个委员会在内的技术类机构实质上凌驾于欧洲议会之上，否则面对欧洲四分五裂的政治局面，欧盟将寸步难行。而在新大陆以自由之名建立起民主灯塔的美国，从20世纪以后也同样走上了加强联邦政府权威的道路。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/50/v2-eaff8e9be9caabb39f64e1_b.jpg& data-rawwidth=&2160& data-rawheight=&1080& data-size=&normal& class=&origin_image zh-lightbox-thumb& width=&2160& data-original=&https://pic3.zhimg.com/50/v2-eaff8e9be9caabb39f64e1_r.jpg&&&/figure&&p&&b&这是当代世界各个政治群体共同的选择，却是中华文明已履千年的道路。&/b&&/p&&p&面对未来，中华文明的信心正是是源自对过去历史规律的总结。&br&不像古罗马、奥斯曼土耳其、印度，中国不需要宗教思想、对外扩张来维系帝国的统一。&/p&&p&极其多样化的自然条件基础上:&/p&&p&早早建立的三位一体核力量、不输于发达国家的基础教育覆盖率、被无神论彻底解放的现实主义、各地区经济结构的相互补充、中央与地方的权力制约平衡，这些是过去以及未来中华文明在多样化经济基础之上的政治统一的保证。&/p&&p&&b&现代工业发展到今天，产业化趋势对于社会资源的统筹要求恰恰契合了自古以来的大一统意识。这是改革开放之后，中国模式无法被复制的根本原因。科学技术的发展，终于将自古以来的稳定与发展的矛盾打破，变成了良性循环:&/b&&/p&&p&&b&数千年融会贯通的内部结构给了现代工业发展最好的条件，科技与产业的成果又大大加强了稳定、统一的格局。最终一步步让落后世界平均水平近两个世纪的中国逐渐赶了上来。&/b&&/p&&p&为什么西藏、台湾、南海是中国的核心利益，因为只要外部安定，重内部效率、社会和谐的中华文明就能够最大程度保证人民在有限外部资源条件下生活富足安康、环境长治久安。&/p&&p&&b&这也是在和平与发展为主流的当今世界，中国敢于高举“和平共处五项基本原则”站在对外交往道德高地充分参与甚至引领国际间平等交流、合作、开发的底气所在。&/b&&/p&&p&一切一切的是历朝历代的仁人志士自发努力，最终给予了中国文明在现代化、工业化以及全球生态文明建设道路上无可比拟效率与的强大韧性。&/p&&p&无论什么意识形态、什么社会阶段，这片土地自有他的运转规则。中华民族复兴的过程也正是重拾文明自信的过程。这种自信源自中华文明数千年血泪凝聚的经验，也是在这个越来越局促的蓝色星球之上我们面对的未来的信心。&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&p&对外的信心讨论到此为止，也许有人联想起内部剥削，但其中微妙平衡的逻辑远非一个词可以概括。关于中国内部公平与效率的具体论述可以看一下这个回答:&/p&&a data-draft-node=&block& data-draft-type=&link-card& href=&https://www.zhihu.com/question//answer/& class=&internal&&能否说中国人均 GDP 仅 8000 美元就拥有了入门级发达国家的生活水平？&/a&
整个近现代，中华文明都处于信心不断丧失的境况中: 鸦片战争摧毁了军事技术的自信； 通商口岸摧毁了经济体系的自信； 甲午惨败摧毁了官僚体制的自信； 维新变法摧毁了儒家思想的自信； 庚子事变摧毁了宗教信仰的自信； 北洋乱世摧毁了对统一格局的自信。百…
&p&这个问题出来很久了，看了几个高票的答案，作为大数据领域唯一真正老仁波切 &a class=&member_mention& href=&//www.zhihu.com/people/9efbf8046bca& data-hash=&9efbf8046bca& data-hovercard=&p$b$9efbf8046bca&&@北冥乘海生&/a& ，我觉得有必要出来做一些补充。&/p&&p&&b&实际上，成为一个优秀的数据分析师，并不是靠单打独斗的个人能力可以做到的。&/b&这就好比以色列空军在贝卡谷地空战中87:0的战绩，靠的是一个现代化的空中作战体系，而不是浑身是胆的飞行员。因此，您想成为优秀数据分析师的话，就需对下文所说的整个现代数据分析体系有深入的理解，并驱动这一体系在你负责产品中的不断完善，而不是仅仅掌握几个工具了事。为了突出方法论的重要性，我们在本答案中也将淡化具体的工具，只是告诉大家要做什么，应该选取哪一类工具。&/p&&figure&&img data-rawheight=&303& src=&https://pic2.zhimg.com/50/v2-f69f19ab119744ccccab1a_b.jpg& data-rawwidth=&690& class=&origin_image zh-lightbox-thumb& width=&690& data-original=&https://pic2.zhimg.com/50/v2-f69f19ab119744ccccab1a_r.jpg&&&/figure&&p&想成为一个优秀的数据分析师，关键是建立如下四段式的工作方法论：&/p&&h2&&b&一、建立明确的优化目标函数&/b&&/h2&&p&如果只用一个特征来判断数据分析师的水准，那就是对唯一目标函数的敏感程度。什么，这听起来很简单？不然，我们会发现有如下几个&b&常犯的错误&/b&：&/p&&p&&b&1. 同时优化多于一个的目标函数。&/b&你做一个推荐系统又想优化点击率，又想优化多样性，又想优化新鲜度，最后一定是哪个也优化不好。正确的方法，是确定一个目标，其他的变成约束，篇幅有限就不展开说了。&/p&&p&&b&2. 目标函数的评估并非严格量化，要靠人的判断。&/b&如果每次目标都要人判断好不好，那等于没有目标，因为人是严重非理性的，这样优化跟扔鞋的结果差不多。&/p&&p&&b&3. 简单copy一个看起来差不多问题的目标函数。&/b&这是个偷懒的办法，有时候效果也还不错。但是真正的高手，需要认真分析自己面对问题的本质，然后决定借鉴什么，改变什么，这需要一个长期的训练过程。&/p&&p&任何一个领域在技术上的突飞猛进，其实都首先依赖于合理明确目标函数的确立。就拿互联网变现的核心问题——计算广告来说，其优化的目标函数非常明确，即单位流量上的利润，而由于成本往往没有单独的优化空间，又可以简化为单位流量上的收入，即eCPM（expected Cost Per Mille，千次展示期望收益），可以说，有了这个合理的目标，问题就解决了一大半：&/p&&figure&&img data-rawheight=&255& src=&https://pic1.zhimg.com/50/v2-e9d5191eaee58872ddd24ef63b456203_b.jpg& data-rawwidth=&670& class=&origin_image zh-lightbox-thumb& width=&670& data-original=&https://pic1.zhimg.com/50/v2-e9d5191eaee58872ddd24ef63b456203_r.jpg&&&/figure&&p&这一步甚至根本用不到什么工具，仅仅是一些案头工作。不过我要强调，这是成为一个优秀的数据分析师最、最、最重要的能力，而且当面对一个新问题时，它的难度很可能超乎你的想象。&/p&&h2&&b&二、建立分布转化漏斗，将目标分解为若干更加聚焦的子目标&/b&&/h2&&p&仅有量化的目标函数往往还是不够的，因为这个目标的达成可能经过多个环节，而分析师的任务是找出其中哪个环节出了问题并加以解决。&/p&&p&于是，工作的第二步，就是针对上面所说的各个环节，将目标函数分解成若干子目标。仍然拿广告的问题为例，一个广告从展示出来到产生效果，从用户流程上看，可以分解为点击和转化两个环节（如下图所示），相应的两个子目标，即为点击率和点击价值。&/p&&figure&&img data-rawheight=&417& src=&https://pic3.zhimg.com/50/v2-ab4b27b580ffed68e01e_b.jpg& data-rawwidth=&876& class=&origin_image zh-lightbox-thumb& width=&876& data-original=&https://pic3.zhimg.com/50/v2-ab4b27b580ffed68e01e_r.jpg&&&/figure&&p&在这样分解的基础上，我们才能进行更加有针对性的数据优化：仅仅说eCPM低了，并没有什么卵用，我们还要看到底是点击率低，还是点击价值低。如果是前者，那么有可能是创意不够吸引人；如果是后者，那么有可能是产品本身有问题。如此一来，才能有的放矢地进行优化。&/p&&p&再比如移动用户增长这个任务，我们的目标函数时总用户市场，此目标可以按下图分解，并根绝前后两各环节的数据比例制定一系列子目标：&/p&&figure&&img data-rawheight=&177& src=&https://pic4.zhimg.com/50/v2-e783dd79e8ff01fd19df_b.jpg& data-rawwidth=&780& class=&origin_image zh-lightbox-thumb& width=&780& data-original=&https://pic4.zhimg.com/50/v2-e783dd79e8ff01fd19df_r.jpg&&&/figure&&p&要完善地记录这样的漏斗数据，我们需要用到网站分析或者应用分析的工具，前者比如GA，后者比如TalkingData，这些工具的功能都比较庞杂，还是那句话，眼中有目标，心中有漏斗，这些比熟练掌握工具中的奇技淫巧，要重要得多。&/p&&h2&&b&三、实现多维度数据联合查询，以便在子目标上定位问题&/b&&/h2&&p&竖着切完了，还要横着切。某一个环节的数据不好，有时候不见得是全局的问题，很可能是部分数据上的策略缺陷，甚至可能是某种特殊条件下程序上的bug。那么怎么把这个“特殊条件”找到呢？这就要靠灵活的多维度数据查询分析。&/p&&p&所谓多维度数据分析，非常类似于给病人做CT：把病体一片片地切出来，看看到底哪个局部出了问题。比如下面的例子：&/p&&figure&&img data-rawheight=&392& src=&https://pic1.zhimg.com/50/v2-fc038a6a5086ffe37b18dcc8b5435750_b.jpg& data-rawwidth=&862& class=&origin_image zh-lightbox-thumb& width=&862& data-original=&https://pic1.zhimg.com/50/v2-fc038a6a5086ffe37b18dcc8b5435750_r.jpg&&&/figure&&p&纵向地看，我们知道是注册率这个环节出了问题，可能具体的问题在哪里呢，可以需要横向分解数据来分析。如下图所示，我们把数据按照浏览器类型切分，可以明显看出Chrome浏览器的数据太低了，很可能是一个bug！当然，有时候我们需要在类似于“浏览器+地域”或“时间段+操作系统”这样的组合维度上找问题，这就要用到多维度的联合查询。&/p&&figure&&img data-rawheight=&352& src=&https://pic2.zhimg.com/50/v2-aedd_b.jpg& data-rawwidth=&846& class=&origin_image zh-lightbox-thumb& width=&846& data-original=&https://pic2.zhimg.com/50/v2-aedd_r.jpg&&&/figure&&p&这一步要用到什么工具呢？主要是数据库上的SQL语言，和多维度联合查询的数据魔方（Data Cube）。数据魔方就是类似于下图的一个系统，能任意抽取其中的子立方体获得统计数据，这是不是很像CT？&/p&&figure&&img data-rawheight=&364& src=&https://pic2.zhimg.com/50/v2-8bf19afe2fae2378c2ccc2c_b.jpg& data-rawwidth=&437& class=&origin_image zh-lightbox-thumb& width=&437& data-original=&https://pic2.zhimg.com/50/v2-8bf19afe2fae2378c2ccc2c_r.jpg&&&/figure&&h2&&b&四、构建灵活的实验框架，主动进行新策略的探索&/b&&/h2&&p&在已有的数据上刨食儿找问题，其实只是数据分析师一部分的工作，甚至可以说并不是最有挑战性的工作。&/p&&p&我们真正希望数据做到的、是为产品进化插上翅膀。显然，这要求我们主动地去探索一些新的策略和方案。可是，新的策略和老的策略，究竟哪个更好呢？从科学的角度来说，必须要在统计上完全一致的数据集上作比较，才能得到准确的答案。&/p&&p&显然，上面的需求依赖于一个线上系统中的&b&实验框架&/b&，能够灵活科学地切分流量。可是，问题的真正困难之处还不在这里。实际上，&b&一个产品演进的速度，取决于同时在单位流量上进行的实验数量。&/b&这涉及到有关分层实验框架的设计，由于篇幅有限，我们就不展开了。&/p&&p&有了实验框架的支持，一个好的数据分析师应该尽可能依赖数据而非经验作出判断，比如下面的游戏试玩优化过程，几个问号都应该在合理的实验框架中靠数据来决定，而非简单相信策划的理念和经验。&/p&&figure&&img data-rawheight=&394& src=&https://pic3.zhimg.com/50/v2-b4f65cdafa74fdb8414ca_b.jpg& data-rawwidth=&803& class=&origin_image zh-lightbox-thumb& width=&803& data-original=&https://pic3.zhimg.com/50/v2-b4f65cdafa74fdb8414ca_r.jpg&&&/figure&&hr&&p&当然，好的数据分析师，还应该清楚地知道数据作用的边界，诸如感性用户产品的设计、博弈性场景的优化，就不能够完全依赖数据。&/p&&p&&b&相信我，把我上面说到的几点理解透彻了，您对数据分析的理解一定能上一个层次。&/b&不过呢，这只能说是快速找到努力的方向，而快速成为优秀的数据分级师，是不太可能的，总要在实践中加深认识和训练技能才行。&/p&&p&&b&如果您觉得本文有帮助，何不点个赞，让更多的朋友看到呢？&/b&&/p&&b&&hr&&/b&&p&［我是&a href=&https://www.zhihu.com/people/9efbf8046bca& class=&internal&&@北冥乘海生&/a& ，想吸收更多负能量，请大家关注我的公众号“计算广告”(Comp_Ad)和知乎专栏“&a href=&https://zhuanlan.zhihu.com/c_& class=&internal&&计算广告&/a&”！也欢迎参与我的系列live：&a href=&https://www.zhihu.com/lives/courses/112768& class=&internal&&通往数据达人之路&/a&］&/p&
这个问题出来很久了，看了几个高票的答案，作为大数据领域唯一真正老仁波切
，我觉得有必要出来做一些补充。实际上，成为一个优秀的数据分析师，并不是靠单打独斗的个人能力可以做到的。这就好比以色列空军在贝卡谷地空战中87:0的战绩，靠的是…
&h2&&b&一、西汉的郡国并行&/b&&/h2&&figure&&img src=&https://pic1.zhimg.com/50/v2-29dfada7a9d26cf8d03761_b.jpg& data-rawwidth=&2366& data-rawheight=&2756& class=&origin_image zh-lightbox-thumb& width=&2366& data-original=&https://pic1.zhimg.com/50/v2-29dfada7a9d26cf8d03761_r.jpg&&&/figure&&p&&b&1、分封背景：皇族出身寒微，分封制度复辟&/b&&/p&&p&刘邦布衣出身，是历史上唯一一个仅用八年，就从平民一跃成为天子的人。刘邦是依靠项楚系复辟势力起家，身边的主要团队成员，以乡党居多，大半功臣都是屠狗盲法之辈。刘邦在灭秦战争中拔得头筹进入关中，并迅速积累起在秦地的民望。后来在楚汉战争中，以秦地为基础，成为唯一能与项羽匹敌的诸侯领军人物。跟随其对抗项羽的诸侯盟友，尤其几只力量较强的诸侯王，都是平民出身。刘邦得天下时，已经近六十岁高龄。汉初皇室也算是人丁较为单薄的，刘邦仅几个儿子年幼，加上兄弟和侄子也不过十几人。刘邦称帝后用数年时间，基本扫平异姓王，定下非刘氏不得为王的同姓封王制度。&/p&&p&&b&2、分封性质：与关东划天下而治&/b&&/p&&p&汉朝建立时，诸侯是拥有地方上完全治权的。调兵权、使节权、官员任免权都是在文景帝时期逐渐收回的。汉初的分封，可以理解为：皇帝将天下一分为二，一半是关西帝国辖区，另一半是关东诸侯国封区。皇帝在帝国辖区内施行中央集权制度。诸侯国是高度自治，中央并不干预其治理，还留有先秦分封特征。&/p&&p&&b&3、分封初衷：吸取战国与秦朝之教训，将无险可守的关东密集分封&/b&&/p&&p&一方面，吸取了秦之激烈集权转型的教训，为防止秦末以封建复辟为由的动乱再次席卷，所采取折中的“郡国并行”策略；一方面，刘邦也是反秦诸侯之一，秦国并未完全深入关东人心的集权制度，也是诸侯反秦的主要旗号，恢复分封相当于西汉建立的合法性来源之一。还有一方面，是以同姓分封，外部宗亲势力，来制衡强势的功臣集团。&/p&&p&&b&4、分封布局：守内虚外，帝国辖区在西，封国辖区在东&/b&&/p&&p&帝国中央占据旧秦国土地，以西部半壁江山为高度集权之帝国辖区，基本占据了中西部主要关隘，形成帝国区的闭合型战略优势，并以中原地区为控制关东的战略前沿据点，以西压东。这个战略底盘，是周秦汉隋唐等多个王朝建立的地缘战略基础，是经多次实践检验的地缘优势。汉中央对东部封国区，先施行密集分封，后进行分化瓦解。&/p&&p&汉初外部局势并不复杂。南方外族势力不强。北方外部势力，只有匈奴一国强盛，但也多为骚扰式侵袭掠夺，未有领土之忧。通过对匈奴的和亲政策，北方大致稳定。&/p&&p&&b&5、制衡思路：内部有派系制衡，外部有封国制衡&/b&&/p&&p&中央帝国与地方封国，实现外部制衡。功臣集团与外戚势力，形成内部制衡。外戚、功臣、宗亲，形成三方制衡。&/p&&p&在内，皇权与功臣集团充分合作。因为功臣集团的利益也在中央，与皇权一致。通过强化帝国中央集权，以帝国辖区的政治、国力优势，压制对中央有潜在威胁的诸侯王。&/p&&p&在外，诸侯皆为刘姓宗亲，会对中央的功臣集团，时刻维持战略压迫感。功臣集团无法通过控制皇权坐大，必须依仗皇权宗室的强大，来避免可能触碰的诸侯夺位之战。中央官僚体系中，也有大量宗亲力量的存在，形成了一个复杂的钳制局面。&/p&&p&皇权，也时常在微弱时期，借靠外戚的力量来正常维系对功臣集团的强势。这是刘邦为身后布局，引领的外戚参政的传统。而外戚一旦坐大，功臣集团又会通过与宗亲合作来铲除外戚。&/p&&p&汉初的政治演化，基本就在这个制衡思路里进行，包括吕后专政，迎立代王，景帝削藩，武帝掌权等一连串事件。最终，在武帝时期，诸侯封国大势已去，实现了全国性的中央集权。此时，内外制衡的政治均势被打破，内部的皇权与功臣集团的平衡也即被打破。武帝彻底剪灭汉初功臣集团，正式完善汉制，确立征辟察举的官方仕宦拔擢渠道。这象征着汉朝，分封制度到集权制度的过渡成功。&/p&&p&&b&6、制度结果：成功向集权过渡&/b&&/p&&p&汉朝的分封制度，是处在后战国时代，对秦国和项羽的两次极端的经验教训进行了批判性继承。汉朝是进行分封过度最为成功的一次。汉朝的分封是历史性妥协，先将道统紊乱的社会迅速稳定，而后通过数代人渐进式政治努力，最终取消分封完成集权，成功消化掉分封制的潜在险患。&/p&&p&汉朝分封制向集权制过渡之所以成功，有几个不可或缺的条件：&/p&&p&社会条件，即普遍意识条件和阶级结构条件。汉初，处于秦灭六国式硬件统一，但舆论尚未全部认同中央集权，故而在激烈的统一后，爆发了一次更为激烈的分封制复辟反弹。但这次反弹，却向所有人展示了分封制再也无法回到先秦的战略均势状态。先秦旧贵族和秦末新兴诸侯，动用在秦朝统一战争中并未耗尽的地方力量，进行碎片化的割据战争和存量掠夺，最终以8年时间天下人口减损60%，生产力和各类制造技术倒退，民怨沸腾而结束。此前分封制拥护派对集权的激烈抵触由此结束。自原生社会就惯有的分治社会，失去了先秦时那样足够的舆论支持。人心向往统一成为逐渐普及的意识。另一方面，这场破坏力巨大且迅速的乱世，极大的改变了汉初的阶级结构。历经数百年发展和积淀，控制着大量地方资源、基层人口与土地，私兵众多的先秦贵族地主阶级，被消耗殆尽。到刘邦建汉后，对关东大贵族，动辄举族强行迁徙，极尽控制力度，就是由于这个控制关东地区基层资源和要素，且有强大舆论导向能力的中间阶层，在秦末楚汉战争中被抽空实力。汉初中央得以拥有了极其强劲的集权能力和集权趋势。直到汉朝中后期，地方上新兴豪强阶层出现，填补了汉初的这一段中间阶级真空，汉朝的中央集权能力才逐渐衰落。堪比此次阶级塌陷式转型特征的，要到唐朝士族地主阶级衰落，中央集权再次达到历史顶峰了。&/p&&p&继承人条件。汉、晋、明，三次建国分封，都经历了主少国疑的阶段。但刘邦之所以成功，是因为他的身后布局非常巧妙，功臣与外戚有博弈，有合作。外藩和中央，有互相支撑，有互相威胁。这个政治平衡设计的前提，是刘邦对吕后外戚，对功臣集团的包容。当刘盈意外之死，外戚擅权问题爆发。这个时候，功臣集团对中央稳固的利益驱动又表现出来。功臣集团迎立代王，再次帮助汉中央成功度过了有倾塌之危的政治混乱期。刘邦对功臣集团的制衡与利用设计，是晋、明初建时，所不具备的。&/p&&p&总结来看，刘邦的分封制成功，是因为他需要封宗亲力量，又敢于让外戚代政，更保存了功臣集团。而这三股势力，恰恰又成了互相牵制的平衡状态，哪一方不利于皇权，都会触动另两派对其合围。当然，时代给予了这种平衡能够实现的条件，也很关键。&/p&&br&&h2&二、西晋的封王出镇&/h2&&figure&&img src=&https://pic2.zhimg.com/50/v2-c832c0adcf0cfd5bf158f_b.jpg& data-rawwidth=&2366& data-rawheight=&2756& class=&origin_image zh-lightbox-thumb& width=&2366& data-original=&https://pic2.zhimg.com/50/v2-c832c0adcf0cfd5bf158f_r.jpg&&&/figure&&p&&b&1、分封背景：司马氏三代把权&/b&&/p&&p&西晋的分封背景，与西汉截然不同。刘邦的本质是诸侯，是军阀。而司马氏的本质，是控制兵权与政权的权臣世家。司马家掌权到司马炎，已立四世三代。面对士族盘根错节的朝堂，年轻的司马炎在登位之初，需要更多仰仗家族长辈的支持。甚或说宗族利益，是他必须首先考虑和满足的。&/p&&p&&b&2、分封性质：封王异地出镇，掌都督兵权&/b&&/p&&p&司马炎登位之初的分封，所封宗亲辈分大都高于司马炎，是倚重族中长辈，为获取宗族支持。司马炎稳固掌握住权力后的分封，是实际上的要求就国的封建。就国的诸王拥有了一定的地方兵权和治权，与地方官僚逐渐形成了主从关系。但是西晋的八王之乱，根子不在诸侯国反叛，而是出镇藩王依靠军镇兵力夺取中央权力。出镇藩王是没有就国，而任军职的官僚藩王，是军镇与自身封地并不一致，掌有一方兵权的大都督。八王之乱就是出镇藩王以兵权操控中央，其他的藩王又发兵中央清君侧，再由自己操控中央，而后又被其他藩王以同样形式攻灭。这次乱源并非诸侯国叛乱，而是身为宗亲诸侯王的军镇统帅以兵权发动政变，不是通常意义上的分封问题的爆发。&/p&&p&&b&3、分封初衷：吸取了秦、魏教训，以宗室全面掌兵，抑制士族力量膨胀&/b&&/p&&p&司马炎，面对的是与秦汉截然不同的社会形态——士族门阀成型节点。这个时候，面对顶级士族垄断地方资源、要素和舆论引导权力，并逐渐将中央仕宦权力把持，晋武帝已经能够感觉到集权难度之高，远非两汉可比。士族高门全面掌握住地方上的入仕渠道，他们一旦掌握兵权，对中央会是巨大威胁。此时兵权应该倚重宗室还是官僚，晋武帝一定是有过持续且深刻的思虑。要说晋武帝可以参考的帝制王朝先例，还真就只有秦、汉、魏三朝。秦不封皇帝子嗣，结果满门遭戮。西汉是分封对集权的一次成功过度。魏则是不兴宗室，被自家司马氏控于鼓掌，无人能救。仅就当时情形来看，司马炎以史为鉴，广封宗室的策略，倒不失为一种合情合理的选择。于是，西晋建国后即有了泰始、咸宁、太康三次封建，并将军镇兵权也交给主要的宗亲诸侯王，以压制渗透入社会方方面面的士族阶级。&/p&&p&&b&4、分封布局：守外虚内，以洛阳为中心点，外围逐层设立军事要镇&/b&&/p&&p&都城既位于天下之中的洛阳，西晋的地缘战略，就和位于关中的西汉截然不同了。西汉的都城地缘战略，是腹地本位的“面型”思维，是与封国划清治理界限的思维。而西晋的地缘战略，是以洛阳为中心点向外放射，多层围绕防御的“点型”思维。于是就有了西晋初年的八大都督区，即军镇军区。这些出镇都督基本由宗王和士族参半任职。但其中洛阳周边的重要军镇，关中都督区的长安，豫州都督区的许昌，邺城都督区的邺，则多为宗室封王担任。成了拱卫首都核心的三方重镇。同样定都洛阳的东汉，其司隶校尉部却是将河内、河东、弘农与整片关中相连，这其实是延续西汉的腹地战略的“面型”都城地缘思维。而从邺城成为曹魏龙兴王畿后，魏晋的都城地缘战略，就逐渐形成中心点布局的无腹地式思维。这是从曹魏时期起形成的都城战略特点。&/p&&p&西晋的另一个地缘特点，是对内徙胡族的包容。经过东汉魏晋长期的内迁，五胡已经盘踞包围了洛阳整个西边的战略要位，几乎占据着洛阳的西部咽喉。&/p&&p&&b&5、制衡思路：皇族把守关、邺、豫三镇拱卫洛阳京畿，外围军镇布局在要隘，控慑地方州郡&/b&&/p&&p&西汉是典型的守内虚外，主动放弃远藩治权，却强化中央辖区集权，以国力压制封藩。西晋却则走了一条看似加强皇族宗室，实则守外虚内的相反制衡思路。这与魏晋一系政权，独特的发展与建国进程有关。曹操最早的起家之地是兖州，后来向颍豫发展，并将献帝迎入许昌，挟天子以令诸侯。最终，在与袁绍河北决战之后得到河北，称王后随即将魏国的腹地基盘定在河北，着力营建邺城为魏王都，作为自己的根据地。曹丕建立魏朝后，又定都洛阳，为西晋所继承。至此，加上与洛阳唇齿相依的西部关中，西晋洛阳必须兼顾的方向至少有三面：关中-河东，邺城-河北，颖川-豫州。西晋是以紧邻居中都城的这三个板块为洛阳屏障，外围为地方，扼此三方都督区以守京畿，将以洛阳为中心连带此三大板块，都视作帝国掌控的中心区域。&/p&&p&从政治制衡上来说，晋武帝主要是依靠做大宗族实力来应对士族力量。士族垄断文官系统的入仕渠道。封王则在太康分封后则垄断了地方兵权。在晋武帝年间，镇兵拱卫洛阳，两方相安。但从内在逻辑来讲，宗室瓜分了地方兵权，其实觊觎中央。士族的家族利益则也在地方。这一制衡思路没有固本中央。无腹地的“点型”洛阳中央，反而成了无力量布局的盲点所在。&/p&&p&&b&6、制度结果：八王之乱，中原虚耗&/b&&/p&&p&西晋中心区域分散化的军力布局，是在中心区内部形成了实封，比实封远藩要更可怕。方向截然不通的三方俱守，如同洛阳无法聚焦任何一方为中央腹地。对军镇的多向分权，实则是孤立洛阳为一点，将都城的战略安全寄予多方势力，形成了帝国中心区域内的强枝弱干形势。这种内外制衡效果，事与愿违。所以，八王之乱最先起自中央，然后多方掌握镇兵的封王再借机反复冲击中央。拱卫洛阳的三大都督区，成了乱源所在，长安、邺城、许昌三镇，也在拉锯战中俱被蹂躏。都城洛阳，则被各方势力在政治上东拉西扯，皇权被反复架空控制。&/p&&p&藩王就国，有了一定兵权，也与地方低阶士族有所融合。宗室都督掌兵，本为压制地方力量，作为中央对外屏障，却成为了中央的掘墓者们。士族出身的中央文官本就是地方利益派予皇权的代表，不似西汉功臣集团的家族利益之根在帝国中央，与是中央一损俱损。西晋士族不会举族之力维系西晋皇权。政治设计本为平衡，也许给予皇族宗室最大的军事优势，反而失去了士族与皇族两间制衡的能力。封王出镇，导致八王之乱，陷入轮番抢夺中央的恶循环，虚耗中原。最终，被内迁至华夏腹地要隘的五胡所推翻。中国历史进入了帝制时代最漫长的一次分裂期和探索时代。&/p&&p&如何面对当时复杂的阶级局面，难度之高，确实也难为晋武帝了，毕竟士族已经是一种广泛的社会形态。他的时代已经是魏晋南北朝四百年乱世里，皇权最耀眼的时刻了。士族的产生起源于数百年前，察举、经学与豪强的同时出现、进化又融合。西晋作为最有能力解决此道的统一帝国，却也像是一次制度实验的失败。当然，这与西晋皇位的第二代继承者孱弱无能，浪费了皇权成长的大好时机，也有脱不开的关系。时也，命也。&/p&&br&&h2&三、明初的塞王镇边&/h2&&figure&&img src=&https://pic1.zhimg.com/50/v2-7a470ea79f75f5bd0c41_b.jpg& data-rawwidth=&2366& data-rawheight=&2756& class=&origin_image zh-lightbox-thumb& width=&2366& data-original=&https://pic1.zhimg.com/50/v2-7a470ea79f75f5bd0c41_r.jpg&&&/figure&&p&&b&1、分封背景：皇族出身微寒，外部强敌环伺&/b&&/p&&p&朱元璋的出身是底到不能再底的底层。所以他的创业背景，尤其是功臣集团组成，和刘邦十分相似。但他并没有遭遇刘邦时期，异姓诸侯王合理存在的问题。此时的中国，中央集权已历一千多年发展，已臻成熟。明初最大的三个隐患，一是内部，粗放治理汉地的元朝，重财轻治，北方人口和经济萧条，地方上作为蒙元代理人而发展起来的汉族豪强大户，广泛存在。二是外部，元朝虽被推翻，汉地尽收，但退回蒙古的元并没有被消灭。其复辟之志犹甚。而明朝从东北到西北，再到西域，被北元、东察合台汗国、帖木儿帝国等蒙古势力包围和占据。蒙元作为蒙古帝国名义宗主被汉明驱逐出境，他们皆虎视眈眈，外部形势不容乐观。三是都城，明初首都南京，是朱元璋龙兴经营多年之地，但方位偏南，对北部边患显得鞭长莫及。军旅出身的朱元璋，显然意识到都城问题，有过迁都考察。但最终，他却用分封来替代迁都，这算是他的路径依赖了。&/p&&p&&b&2、分封性质：藩地较小，且无治权的镇边塞王&/b&&/p&&p&历朝历代皆封王，但封王是否威胁中央集权的关键，在于藩王是否有治权，是否有兵权。有治权，则可养兵。有兵权，更可夺地方治权。朱元璋对子嗣的封王，并没有给予治权，只给予兵权。本质上，明的主要藩王，多是就藩于边境一线，抵御外部势力入侵，是拥有精锐重兵的监军塞王。地盘不大，难称有伐国之力。&/p&&p&&b&3、分封初衷：吸取唐、宋教训，皇子监军，既抵御外患，又防止边将坐大&/b&&/p&&p&朱元璋重启分封的初衷，还是为了解决国都靠内，远离边患，以守外虚内的方式，将皇子置于边塞要地，作为监军，抵抗外部威胁。想见，朱元璋是反思过重武的唐朝之藩镇割据，和抑武的宋朝之军事乏力，然后定下这么一个远藩临敌，腹地不封的格局。朱元璋早年在郭子兴麾下，他与郭天叙的明争暗斗的经历，让他萌生了人为其家，不可尽信的人际观。这其中，也包含了朱元璋，对于功臣集团几次军事动乱，对外姓掌兵的刻意防范。&/p&&p&&b&4、分封布局：内外皆实，四道分封带，皆远离南京腹地&/b&&/p&&p&从封国布局来看，藩王封地大都不过一两府之地，根本无法形成大国之势。但个个把守形胜要冲。同为守外虚内，明初的分封布局，与西晋将的最大不同是，朱元璋没有把围绕南京的帝国中央区域外封，实则是要留一个强健的江淮-江南中央腹地，并没有让皇族有胁迫中央的近便之利。&/p&&p&其次，分封大概有四条带状层次，最第一条线为北部的辽、宁、燕、谷、代、晋、庆、肃诸王，第二条线为秦、周、鲁、齐四王，第三条与南京同为长江一线，是蜀、湘、楚三王，第四条为南部的岷、靖江两王。&/p&&p&&b&5、制衡思路：远藩、近藩制衡，地方与藩王制衡，南京国力仍呈压倒性优势&/b&&/p&&p&明初的封国，北部的辽、宁、燕、谷、代、晋、庆、肃，以及南部的蜀、岷、靖江，是最外围，也扼守边境要塞，直面外患。而秦、周、鲁、齐、湘、楚，则在内部拉开一圈五百公里外的内部屏障。外围边防一线的诸侯王，要进犯中央，则必须越过内部一圈屏障式的藩王属地。内部一圈屏障的诸侯王要威胁中央，则后方有外围一线诸侯王与中央对其腹背夹击。&/p&&p&以南京中枢为核心的京畿地区，面北掌握江淮防线，向南坐拥江东平原，江南富甲之地，仍不失龙兴之基本盘。这面型的广袤京畿腹地，正是与最终沦为孤点的西晋洛阳之区别。与西晋的越是封王重镇越是靠近洛阳相比，明朝的镇边藩王是越重要越远封，距南京和江南越远。明初南京并未将京畿方圆400公里内的重要区域拱手藩王军镇。即使存在远藩封王，南京中央内的集权，也是非常牢固的。帝国中心区域，仍足矣以一己之力，压灭任何一方两府之地的藩王反叛。这与当时社会上，再无能控制州郡之地的豪门世族的社会形态有关。&/p&&p&从地方上来说，朱元璋的设计是，包括封藩区域，官员任免权、治权都是收归中央的，由官僚系统运作。密集分封的同时，每个封王封地，又不过一两府之地，一旦试图抢夺地方官署治权，就显然有反叛迹象，中央也能及时应对。这种地方官僚与监军塞王之间的制衡，也大大限制了藩王的主动权。尤其是南方与中原的内屏型藩王，根本没有执结重兵的理由。除非是众多藩王同时反叛，否则中央当是非常稳固的。&/p&&p&强大的中央辖区实力，封藩与封藩之间，封藩与地方官署之间的相互制衡，好处是建文帝后来激烈削藩和靖难对峙时，弱藩不敢造次。但局限之处也明显，就是弱藩是坐山观虎斗，实则还是需要以中央实力对付强藩。&/p&&p&&b&6、制度结果：靖难之役，燕王夺取中央，从此封藩沦为帝国累赘&/b&&/p&&p&这次分封，仍旧以藩王夺位成功失败了。分封制虽留下，可藩王实际成了尊贵囚徒，并消耗国家越来越重的财力。明初与西汉时局相比，政治失衡的关节在中央。刘邦将功臣集团利益牢牢捆绑在中央，也肯让吕后外戚掌权，使两方成为嫡系皇权的托底构架。朱元璋则将功臣集团尽除，留下的继承人，又是无强人辅佐，不谙世事的少年。&/p&&p&功臣集团，在西汉分封制向集权制成功过渡的历史作用中，至关重要。因为它有效遏制了同姓封王真正的可怕之处——窃取皇权的低成本。实封同姓王，是对皇权法统被撕开了一道口子。西汉诸王伐吕、七国之乱，西晋八王之乱，明初靖难之变，背后都是宗王对皇位的渴望。有嫡系军队和官僚班子，有继位而无需改朝的道统优势，藩王对中央的离心力，对皇权的觊觎，几乎是客观上必然会滋生的。对宗室诸王来说，谁得到中央，谁就是中央。西汉迎立代王为此，西晋八王之乱为此，成功的靖难之变更是如此。这种局面下，与嫡系皇权牢固捆绑的功臣集团，是汉初分封过渡成功的关键点所在，也是也西晋、明初最大的区别所在。他们对中央皇权稳定性的需求更强烈。&/p&&p&刘邦不断打压异姓王，并非他绝对相信同姓王。吴王刘濞就国前，刘邦就直接了当问他：“阿濞呀，你将来会不会造反啊？”刘濞直言不敢。可最后领头七国反叛的正是他。汉初功臣集团的作用，正是尽力维系嫡系一支皇权的托底势力。在中央，他们家族之间盘根错节，一旦嫡系皇权被推翻，他们也势必会被连根拔起。所以吕后活着，他们奉吕后。吕后死了，他们主动灭诸吕，堵住关东诸侯口实，迎立年长且素有贤名的代王，之后又尽力为景帝平定七国之乱。这是利益所在，是与皇权目标趋同下的合作。但朱元璋不然，他对功臣集团是一百个不放心。即使那些功勋权贵真的有反心，他这种拔出萝卜带出泥的，动辄数万人的连坐，也基本将中央功臣集团内，可用的次阶储备人才给灭干净了。这才有了建文帝削藩无将可用的局面。&/p&&p&建文帝低估了削藩的难度，从而采纳文官激烈削藩的主张。其实形势上，南京方面一直占据上风。但建文帝没有认清的一点就是，他的明初中央，虽然看起来强壮，可不是汉景帝的汉初中央。最大的差别，恰在汉朝功臣集团与景帝高度捆绑在一致利益下。而明初，主要由职业官僚组成的中央，无论是奉建文帝还是改尊永乐帝，都是效忠明朝。这个群体的利益、志向取向是多元的。而功臣集团，作为既得利益集团，维护其利益格局，就要维护嫡系皇权。而铲灭了这个既得利益集团后，明初作为科举制下，乡绅庶族地主阶级主导的社会形态，职业官僚与皇权并无历史情感作为纽带，也无家族利益在中央网络交错的负担与责任。建文帝的皇权，是利益上孤立的皇权，他没有意识到这一点。结果是，可笑李景隆成为了靖难首功。后来的永乐帝朱棣，是感受到了这层，他老爸朱元璋设计出的皇权之利益孤独，于是他对南京中央官场洗牌，对南京旧臣施行暴力恐吓，扶持靖难功臣集团全面上位，甚至把首都也迁到了北京。而藩王对中央的窃取关键，在于拿到中央，就拿到了皇权合法性。朱棣先于建文帝看到了这是两个人的争斗，而不是两个国家或两个集团，于是擒贼先擒王，直接勾结内奸拿下京师，一举解决所有问题。藩王的血统动力和极低的篡权成本，才是实封制无法忽视的先天弊端。&/p&&p&要说朱元璋的制衡之设计，如果建文帝不搞那么激烈，那么急功近利，或者他本人能够杀伐决断一些，或可稳定。毕竟明初的藩王，大都不具备国战能力。朱棣顶着造反的名头鏖战三年，也才河北一隅。在政治合法性上，在实际控制地盘大小上，在军力后勤上，始终无法与南京中央的雄厚国力比肩。他最大的依靠和优势，是自身丰富的统帅经验和能力，以及作为抗衡蒙古的精锐燕宁铁骑之师。这说明朱元璋的地缘制衡设计思路，大体是发挥了作用的。谁也没有料想到的，是朱棣最终孤注一掷，携精锐骑兵，深入江淮，直临南京城下。此时若是没有建文帝发小李景隆的开城投降，这至多也就是朱棣一次孤军深入，冒险的运动战和游击战。正是因为李景隆已经受到南京文官系统的弹劾，有了性命之忧，却仍被建文帝委以重任，才会在关键时刻勾结叛军并反水。可见南京中央，缺乏一个强有力的政治集团，以及一个能够掌控局面的明君，来凝聚和稳定政治方向。其本质，仍是中央出身不同的各派别政治利益的不统一，造成的中央决策面紊乱。如果功臣集团能有一定的保存，或不至此。这才是南京远远不如朱棣团队，不如西汉中央团队的致命问题。&/p&&p&朱元璋的设计，强于西晋，因为偏重中央腹地之强实，集权程度之强力，对藩王封得多而碎小。但这次分封，不能说于国有太大损失，但又不及西汉成功，在优势情形下没能保存下嫡系一脉。因为没有中央内部政治利益之一致，是失于人事。他对开国功臣集团的不保存，让朝中无可以稳定局面之人，更让李景隆这类仅存的功臣二代和新兴职业官僚间，存在着无法调和又无法抵抗的冲突。而这些，又与朱元璋最初的太子意外之死而忽然引发的继承问题，以及南京都城方位问题，不得不施行分封作为替代策略有关。&/p&&p&封同姓王是亲亲之道，拜异姓将是亲贤之道。外姓会割据叛乱，同姓也会坐大造反。同姓、异姓相互制衡，才是帝王的权变之道。偏于任何一方，实则损害了平衡，势必引发后权威时代的问题。这三次分封的成功与失败，都有时代因素，继承者因素，制衡设计效用发挥程度的因素。但从历史的大视角来说，分封制的确是逆流。用问题堵问题，新的问题始终也是需要得到解决的。把问题交予后人，这大概是很多王朝第一代创业者，所留下的无奈。&/p&
一、西汉的郡国并行1、分封背景：皇族出身寒微，分封制度复辟刘邦布衣出身，是历史上唯一一个仅用八年，就从平民一跃成为天子的人。刘邦是依靠项楚系复辟势力起家，身边的主要团队成员，以乡党居多，大半功臣都是屠狗盲法之辈。刘邦在灭秦战争中拔得头筹进…
&p&过分纠结于【破釜沉舟】和【背水一战】两个成语，就会把那两场战役的真实性给扭曲了。关于巨鹿之战的前因后果在别的问题下做过解释，这次来解释一下井陉之战。&/p&&p&先看韩信的战前准备，汉军一并北进，韩信和曹参先击败了陈余的丞相夏说，陈豨接着攻略代国，韩信令曹参围攻邬城的戚将军。你以为此时赵歇、陈余很淡定吗？他们集结了主力打算与韩信决战，可与此同时刘邦正在向赵国首都邯郸进发。赵国面临的是夹击之势，只有被动的份。&/p&&p&李牧之孙李左车将局势分析得明明白白：“闻汉将韩信涉西河，虏魏王，禽夏说，新喋血阏与，今乃辅以张耳，议欲下赵，此乘胜而去国远斗，其锋不可当。臣闻千里餽粮，士有饥色，樵苏後爨，师不宿饱。今井陉之道，车不得方轨，骑不得成列，行数百里，其势粮食必在其後。原足下假臣奇兵三万人，从间道绝其辎重；足下深沟高垒，坚营勿与战。彼前不得斗，退不得还，吾奇兵绝其後，使野无所掠，不至十日，而两将之头可致於戏下。原君留意臣之计。否，必为二子所禽矣。”成安君，儒者也，常称义兵不用诈谋奇计，曰：“吾闻兵法十则围之，倍则战。今韩信兵号数万，其实不过数千。能千里而袭我，亦已罢极。今如此避而不击，後有大者，何以加之！则诸侯谓吾怯，而轻来伐我。”&/p&&p&韩信军接连取胜，士气高昂，正是求战之际，这才是所谓的背水之势。李左车才会认为防守，分轻兵断韩信后路才是上策。韩信是在知晓李左车计策没被采纳之后，才定下战术，派出一万军队以背水列阵引诱陈余出战，分两千轻兵埋伏在赵军附近。韩信的总兵力还不止这些，也就是说背水列阵时，韩信都没有投入所有战斗力。此时陈余顾虑邯郸会被刘邦攻陷，迟早要面临腹背受敌的处境，他没有太多的选择不与韩信交战。&/p&&p&再看看韩信与陈余交战的过程，战场是韩信选择的，他肯定经过防御布置，一旦返回阵营拼命坚守即可，韩信就不止占了士气的优势，地利也是绝对优势，这就是正兵。陈余客场作战强攻不下，后方又被韩信的两千轻兵扰乱了阵营，赵军士气顿时崩溃。就算陈余坚持对韩信更长时间的进攻士气也会瓦解，这就是奇兵。从整个大战役来看，是韩信、刘邦两只军队灭了赵国，就算韩信无法击败陈余，赵国也难以抵挡两面夹击，区别只是陈余最终败在谁手上罢了。&/p&&p&----------------------------------------------------&/p&&p&一张图可以解释泪痕春雨大师在胡说八道。&/p&&p&井径口是太行山必守要道，守住井径口恰好让韩信前不得战，后不得退，是非常险要的地带。韩信是在陈余不用李左车计策后，才定下战术计策，韩信是在陈余不用李左车计策后，才定下战术计策，韩信是在陈余不用李左车计策后，才定下战术计策。&/p&&p&只要看一看地图就知道李左车计策是最恰当的做法。而韩信选择列阵的位置虽然还算平坦，但也不是能让二十万大军展开作战的地方，韩信经过布阵后很好防守，没有到真正死地的地步。用《三国演义》来强解韩信和马谡，泪痕大师怕是连纸上谈兵的水平都不足。韩信奇兵占据的萆山就是现在的抱犊寨，位于石家庄鹿泉区。即便陈余没有空壁进攻，这支部队还是可以暂时切断赵军后路，对陈余造成压力。战斗的结果确实汉军成功占据赵壁，用少量的兵力对赵军进行包围，迫使无路可走的陈余往东南逃跑。韩信恰恰在一定程度上复制了李左车的战术，泪痕大师居然说李左车计策全是弊端........&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-42bef9c2cd68ca1f35d04fce44c4c46a_b.jpg& data-rawwidth=&1105& data-rawheight=&622& class=&origin_image zh-lightbox-thumb& width=&1105& data-original=&https://pic2.zhimg.com/50/v2-42bef9c2cd68ca1f35d04fce44c4c46a_r.jpg&&&/figure&
过分纠结于【破釜沉舟】和【背水一战】两个成语，就会把那两场战役的真实性给扭曲了。关于巨鹿之战的前因后果在别的问题下做过解释，这次来解释一下井陉之战。先看韩信的战前准备，汉军一并北进，韩信和曹参先击败了陈余的丞相夏说，陈豨接着攻略代国，韩信…
&p&看到了另外一个点赞超高的回答，来自 &a class=&member_mention& href=&//www.zhihu.com/people/8d4b63e3e569c6ee3ffef70e75f48517& data-hash=&8d4b63e3e569c6ee3ffef70e75f48517& data-hovercard=&p$b$8d4b63e3e569c6ee3ffef70e75f48517&&@十号胖狐狸&/a&，我觉得我有必要普及一些知识：&/p&&p&&b&1，竞价排名的策略。&/b&&/p&&p&这方面，百度和谷歌都是针对关键词和广告质量。首先，百度在广告的「醒目性」上做得很差，容易影响用户判断，这一点的确有一些问题。其次，对于医疗广告，百度和谷歌都有审核认证机制，大家要知道的是，谷歌在这一点上收到过天价罚单。&/p&&p&但是为什么感觉百度明显要更加「作恶」呢？&/p&&p&原因在于，&b&在谷歌投放广告的商户是在跟社会信用和谷歌审查做双重博弈；而在百度投放广告的商户只是在跟百度审查做博弈罢了&/b&。&/p&&p&想要绕过审核打游击的办法有很多，这里就不列举了。百度有自己的问题，这点撇不清干系，&b&但是如若上审判台，是否应该只有百度&/b&？&/p&&p&我也说个故事吧：&/p&&blockquote&却说曹兵十七万，日费粮食浩大，诸郡又荒旱，接济不及。操催军速战，李丰等闭门不出。操军相拒月余，粮食将尽，致书于孙策，借得粮米十万斛，不敷支散。管粮官任峻部下仓官王垕人禀操曰：「兵多粮少，当如之何？」操曰：「可将小斛散之，权且救一时之急。」垕曰：「兵士倘怨，如何？」操曰：「吾自有策。」垕依命，以小斛分散。操暗使人各寨探听，无不嗟怨，皆言丞相欺众。操乃密召王垕入曰：「吾欲问汝借一物，以压众心，汝必勿吝。」垕曰：「丞相欲用何物？」操曰：「欲借汝头以示众耳。」垕大惊曰：「某实无罪！」操曰：「吾亦知汝无罪，但不杀汝，军必变矣。汝死后，汝妻子吾自养之，汝勿虑也。」垕再欲言时，操早呼刀斧手推出门外，一刀斩讫，悬头高竿，出榜晓示曰：「王垕故行小斛，盗窃官粮，谨按军法。」于是众怨始解。
--------第十七回 袁公路大起七军 曹孟德会合三将&/blockquote&&p&如果兵粮继续吃紧，曹操杀完一个王垕，来了一个赵垕，曹操还是会杀了他。&/p&&p&&b&兵士哗变，怼死王垕，然操与垕，孰为真正幕后之黑手？&/b&&/p&&p&当然，百度不是无过，他要做的是，继续优化审核机制，即便你有一万个理由说你无法保证没有漏网之鱼，但是你也得往死里优化！堆人、堆机器、堆策略……&b&你在这个位置上，拿这个钱，你就得付出成本，哪怕这样的成本增加让你的财报变得不好看&/b&。&/p&&p&&b&2，人工智能&/b&&/p&&p&&b&请问&/b& &a class=&member_mention& href=&//www.zhihu.com/people/8d4b63e3e569c6ee3ffef70e75f48517& data-hash=&8d4b63e3e569c6ee3ffef70e75f48517& data-hovercard=&p$b$8d4b63e3e569c6ee3ffef70e75f48517&&@十号胖狐狸&/a& ，谁告诉你&b&Alpha GO是只为炫技的产品&/b&？谁告诉你可以用「&b&我们敢把手机的核心操作系统交给google而无须担心它哪一天将后门卖掉&/b&」这样闻所未闻的措辞？&/p&&p&深度学习什么时候变成了只是炫技的产品了？Google开发的操作系统什么时候是我们交给它开发的了？&/p&&p&先不说人工智能有没有卵用，但凭你用意淫和神断就能头头是道地得出那么多结论，我就……&/p&&p&&b&3，用户隐私&/b&&/p&&p&我不知道你所谓的&b&「卖」&/b&用户隐私是指什么？&/p&&p&是搜索结果里的相关搜索？匹配到的广告？还是别的什么？&/p&&p&现在已经是2017年了。&b&请大家抛弃你在互联网上还有隐私的天真的想法吧&/b&。你的所有浏览行为，就算百度不收集，其他在线产品也会收集。&/p&&p&你的每次操作，每一次访问，背后隐藏的都是统计打点。否则相关推荐怎么做？协}