《大数据时代的调查师》是一本由顾佳峰著作，人民邮电出版社出版的平装图书，本书定价：¥89.00元，页数：180，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《大数据时代的调查师》读后感(一)：记第一次读书会
上周六，我们导师组成员相约在星巴克，开始了本学期第一次的国贸讲堂。在氤氲的咖啡香气中，我们开始了对《大数据时代的调查师》的第一次学习。
这次我们学习了《调查师》的第一到三章。
首先发言的是王同学，她举的案例是《地球上最后的夜晚》的票房惨案。这个电影虽然在抖音上进行大量投放推广，但是最终票房非常之差。问题的根源就是没有找到目标人群精进行准投放。从这个例子，我们可以看到对用户的精准定位有多么重要。
然后发言的是孙同学。孙同学从自己在银行的实习——通过大数据给客户打标签，实现针对不同客户精准投放推广入手，提出了关于“抽样框”和数据精准度的把握方面的困惑。针对孙同学的问题，老师进行了详细的解答。老师的解答高屋建瓴，让我们认识到数据分析真是一门博大精深的科学 。
针对这一部分，有几个内容，我非常有感触。
第一个是关于数据选择的样本问题。我们对很多事情的认知，实际上都是基于自己所遇到的样本，但是样本真的是可靠的吗？我认为未必。举个例子。当拼多多刚出现时，一些行业内的大佬，包括马云刘强东都不看好，我相信他们都是做过详细的数据分析得出结论。但是拼多多却以火箭般的速度快速崛起，仅用了三年就成为了中国电商第三极，和京东阿里鼎足而立。这里的认知偏差从哪里来？归根到底就是没有接触到拼多多的用户，忽略了五环外的人群的需求。所以这就告诉我们，而做好数据分析，首先要对样本有清晰的认知。
第二个是关于用户行为。我们在做调查时，其实会发现，用户的反馈和他自己真正想要的并不一样。也许你做了问卷调查，发现用户不喜欢A。但是用户行为却呈现出截然相反的结果。这个问题，其实告诉我们，呈现出来的往往是表象，真正的用户需求是需要挖掘的。所以我们在实际工作中，一是要注意，深挖用户需求，二是要学会批判性思考，自省和验证。
新的学期，国贸学堂也迎接新的主题，这次以顾老师的新书－大数据时代的调查师来进行讨论，大数据可说是现在非常火的议题，许多企业在这方面下了许多功夫，像是京东、阿里巴巴、脸书、微软等公司，然而数据不只是量多而已，更要精准，从系统规划、抽样、问卷设计、调查执行、数据分析及报告撰写中应要避免掉偏差与信息的浪费，追求｢精、准、细、严｣，选取企业自身所需要的数据，屏除其他非所需的数据，书中举了可口可乐的例子，在新可乐上市前，调查的数据是大众偏好新可乐，让决策者非常欣喜，决定全面换掉旧可乐，改由新可乐进入市场，但是当新可乐一上市，市场的反应却是大众偏好旧可乐，甚至投诉新可乐取代旧可乐，从这次的事件可以知道，是因为样本的代表性不够，导致调查结果有严重的误差。
书中提到测量尺度，其中分为定类尺度、定序尺度、定距尺度、定比尺度，是广为使用的一个调查方法，四个尺度对应著相对的应用范围，定类尺度应用在性别、婚姻等可将对象进行分类，定序尺度应用在教育程度、社会经济地位等可将对象分等级层次进行比较，定距尺度应用在情商、智商等对象具特定单位且距离体现的意义相等时，定比尺度应用在年龄、收入、体重等有个意义上的零点，此测量尺度让调查者掌握到更加精准的实际情况。在市场调查中，定序尺度有时会出现两种极端的现象，那就是地板效应及天花板效应，调查的结果不是集中在最底端，就是在最顶端，表示被调查者倒向同一面。在测量中更加让人捉摸不定的就是｢羞涩的应答者｣，把自己真实想法隐藏，不太表达自身的意见，这也会让调查结果与实际不符，不论是美国选举、英国脱欧等都可以发现此一现象。
这次的讨论让我收穫满满，交流中吸收大家的不同想法与意见，因为现在有些同学已经走出校园，进入公司实习，从中的各项经历也值得我去思考及学习，真正实际遇到的远比在书中看到的还要更加贴近现实，大数据时代来临，顾老师透过书籍带领我们进行思考，还有理解大数据的各个面向，书中的举例也使我们很快能知悉大数据的应用，我们应该也要多多去了解这一方面，熟悉现在企业重视的区块以及市场的操作，提升自己的价值，期待下次的国贸学堂。
《大数据时代的调查师》读后感(三)：学习交流《大数据时代的调查师》有感
上周六，我们相约在乐成中心的咖啡厅里，在氤氲的咖啡香气中展开了新学期的学习。本学期的学习书目是顾老师最新出版的《大数据时代的调查师》，这本书主要讲述的是在新时代精准调查的重要性以及如何实现精准调查。本次我们重点学习了前三章的内容，思维在讨论中碰撞，每个人都对大数据时代的精准调查有了新的理解。
我们身处于一个大数据的时代，这是一个数据为王但却充斥着数据垃圾的时代，数据的获取变得异常的容易但是其质量又让人怀疑，于是精准的获得使用者所需要的数据显得尤为重要。在学校中大家学习的往往是如何处理数据，即在获得数据的前提下对数据进行分类和分析，这是整个数据处理流程链的下游工作。所以大家往往忽略了一个重要的事情，即如何获取自己需要的数据？这便是老师想在这本书中传达的内容。正像顾老师在书中提到的那样，从某种意义上来说，市场的竞争就是数据精准程度的竞争。亚马逊的CEO贝佐斯一直坚信着精准数据的重要性，他将理论运用到经营的实践之中，精准的对接每一位消费者的需求，这可能是推动亚马逊获得如此成就的原因之一。但由此，问题又出现了，过度精准的推荐是否会限制消费者的选择从而限制消费者的消费潜力？就像孙璐佳同学在讨论中提出的问题，数据的精准需要达到什么程度才是最优？也许这个问题的答案蕴含了一些管理的智慧——既不能过度严格地执行标准而达到矫枉过正的后果，又不能过度放松标准使得执行结果变得没有意义，这种精准的把握需要数据的使用者对数据和用户需求的充分理解，再像医生一样对症下药。
从数据的获取途径来看，调查是不可或缺的部分。抽样的方法有许多种，如何根据实际的情况选择最适合的那种方法又是一项学问。在做调查的过程中，被调查者的主观意识会造成调查结果的不确定性，正如英国脱欧票选的情况那样，群众的想法会受到了环境或某些不可抗力因素的影响，导致票选的结果大大出乎多数人的意料。从这点来看，调查理论从一项科学变成了一种艺术。
在本次学习过程中，每位在场者都分享了自己对大数据时代的看法和体会，以及对于《大数据时代的调查师》的学习心得，自己在不知不觉中就收获满满。感谢顾老师给我们这个机会，让思维的火花得以迸发，期待下一次的学习！
盼望已久，上周末终于迎来了这学期第一次国贸学堂，这学期我们学习的是顾老师的《大数据时代的调查师》这本书，这本书与上学期的书不同，会更偏技术一些，也与我们的研究学习乃至毕业论文更为相关。在见导师之前我们先学习了前三章，大家首先就自己学习的情况谈了谈自己的感受。
第一位同学从电影《地球上最后的夜晚》由于投放推广的人群不对，即使在抖音等大流量平台进行大量投放推广，但上映后依然票房惨淡入手，谈到数据量不仅要大更重要的是精准，找到目标人群精准投放，最终才能事半功倍，老师也结合可口可乐、英国脱欧以及亚马逊的例子，生动地向我们讲解了在瞬息万变的市场中，善于抓住关键信息，精准的样本能够带来的巨大成效。
我主要结合了银行通过大数据收集整理给客户打标签最终呈现客户画像，针对不同客户精准投放推广、产品等例子，说明了精准调查的重要性，同时也提出了两个问题：一是对于关键概念“抽样框”的疑问；二是关于数据精准度的把握，有时候是否会由于过度精准导致样本狭小最后预测会不准确。老师首先对抽样框的问题进行了解答，抽样框就是抽样的范围，比如常见的电话簿、地图测绘、名录等，但有时比如方便样本难以确定抽样框。同时老师也强调了我们日常中学生常用的在微信等社交媒体发放问卷，一定要注明这是一种非概率抽样，在学习研究中都要更为严谨。同时对于数据的精准度方面老师也肯定了这个度要把握好，既不能不精准也不能过于精准，所以抽样是一门科学，也是一门艺术，是数据艺术。
第三位同学主要结合了自己实习的相关经历谈到了用户需求和用户定位的问题，比如拼多多在上市前有很多质疑的声音，认为目前网购市场基本已经被瓜分完毕，不可能有企业能打破目前较为稳定的格局，但他们没有意识到拼多多的市场用户在于大量的三、四线城市人群，这个群体的需求和体量还是非常庞大的，所以拼多多上市之后目前的用户量非常大，也打破了原有的网购市场格局，这个就在于目标人群的定位和需求是否精准。同时这位同学也借由一位企业家的话“用户的反馈我一个不漏，用户的建议我一个不听”，认为我们不应该只停留在数据表层，更应该挖掘数据背后的含义，老师对此也表示了赞同。老师结合乔布斯的例子，乔布斯认为消费者有时候不知道自己需要什么，需要我们去创造出来，市场调查也正是如此，被调查者甚至可能会由于社会期许、道德期许隐藏自己的真实意图，有时候还会存在“羞涩的应答者”，这些都更需要市场调查者不断去改进数据调查的技术与艺术，去挖掘真实准确的数据，洞察数据背后的真正需求与意图。
最后老师还针对史蒂文斯著名的四种测量尺度：定类尺度、定序尺度、定距尺度、定比尺度中的“定距尺度”与“定比尺度”进行了区分，这两者本质的差别就在于是否存在一个有绝对意义的零点，比如温度、海拔这些零点只是一个标记并无真实意义，所以这些都为定距尺度，而收入这类有绝对意义零点的就为定比尺度。
当今大数据时代我觉得能够学习这本书掌握数据调查的方法是非常重要的，哪怕将来不做数据方面的工作，但能够通过学习不被一些不科学的调查报告蒙蔽也是非常重要的。这学期的学习才刚刚开始，接下来我也会认真研读本书，希望能够不断有所收获。
