Как стать автором
Обновить

Библиотека аналитика: что, зачем и кому читать

Уровень сложностиПростой
Время на прочтение4 мин
Количество просмотров9.5K
Всего голосов 8: ↑5 и ↓3+2
Комментарии11

Комментарии 11

«Цель. Процесс непрерывного совершенствования»

Автор: Элияху М. Голдратт, Джефф Кокс

"- Картинка загружена вам в мозг"🤣. Аудио версия вполне хорошо воспринимается, но это больше роман, чем учебная литература. Я бы, вторую часть тоже добавил.

и от себя:

Уильям Детмер "Теория ограничений Голдрата: Системный подход к непрерывному совершенствованию"

Щедровицкий Г.П. "ОргУправленческое Мышление"

Деминг Э. "Выход из кризиса"

Да, "Цель-2" совершенно потрясающая, но на момент написания статьи я ее еще не прочитала.

Я не согласно с тем, что "Цель" - это "больше роман". Хотя сюжетная основа там очень хороша, что особенно остро чувствуется в сравнении с другими книгами такого же типа, например, с "Дедлайном" Тома ДеМарко. Но каждый сюжетный элемент служит главной цели - пониманию и запоминанию основных положений теории ограничений. Нет ничего лишнего. Имхо, это идеальный учебник - читается на одном дыхании и после прочтения остается в голове.

Спасибо за остальные ваши рекомендации, сохранила себе.

Полагаю, у вас есть какие-то ожидания от подобных списков. Что вы ожидаете от списка книг для аналитика? Какие книги, как вы думаете, тут должны быть? Буду благодарна за ответ.

да, есть ожидание в прикладное русло по делу вроде Dash или Bokeh фреймворков, геоаналитики, инсайтовости побольше, как видеть в данных смысл, а не лгать при помощи статистики)

Спасибо за комменатрий!
1. Можно чуть раскрыть "инсайтовости побольше"?
2. Имхо, заголовку книги гораздо важней привлекать внимание, чем на 100% отражать содержание. Название "Как лгать с помощью статистики" с этим справляется полностью. При этом никого не учит и уж тем более не призывает лгать с помощью статистики и не изобретает новые методы лжи, а занимается скорее обратным - учит статистике и помогает вскрыть уже существующие манипуляции со статистикой, т.е. разоблачать чужую ложь.
3. Видели ли вы какие-нибудь книги по Dash или Bokeh фреймворкам, геоаналитике? Учились ли по ним? Были ли они хорошо написаны? Полагаю, что ответ хотя бы на один из этих вопросов "нет" и тому есть объяснение. Книга - весьма статичный жанр. Писать ее долго (в среднем год только на первый вариант, с которым потом работать и работать), а вносить правки во второе и последующие издания - ужасно заморочено. Бонусом - цветные иллюстрации, часто необходимые новичкам, поднимают цену в несколько раз, хотя книга и так безумно дорога в производстве. Поэтому если мы хотим написать материал по обучению какому-то конкретному программному продукту - лучше создать не книги, а курсы или статьи. Тогда мы сможем:

  • Быстро и легко вносить правки. Бонусом - если наш курс или статья популярны и мы озаботились сбором обратной связи, то читатели почти мгновенно укажут нам ну устаревание информации, что с книгой тоже возможно сделать - но сложней. Даже скрытие поста в соцсети с пометкой "непроверенная информация, кликните только если точно хотите прочитать" снижает просмотры в 3 раза, что уж говорить об отсутствии возможности в любом месте тут же написать автору по клику.

  • Выпустить первую статью или одну из первых по какому-то фреймворку, когда информация по нему действительно нужна. А не спустя 1.5-2 года, когда отредактированная и сверстанная информация устарела или вот-вот устареет.

  • Добавить в курсе интерактивный задачник, где читатель сможет еще и практиковаться, что в итоге сделает обучение полезней. Если такой задачник увеличивает полезность материала - тогда зачем нам вообще книга? Она просто не подходящая к целям форма передачи информации.

  • Размещать цветные иллюстрации практически бесплатно, что важно для новичков при освоении нового ПО.

  • Окупить свои затраты. Книга - это дорого. Скольки людям, читающим на русском, интересны именно книги по описанным вами темам? Продадите ли вы хотя бы 3000 экземпляров? Будет ли возможность продать следующие тиражи? Ответы на эти вопросы вряд ли обрадуют издателя. Картина меняется, если мы выходим на англоязычный рынок, но рекомендовать техническую литературу на английском языке - это совершенно другая история. А переводной литературе нужно несколько дополнительных лет для выхода на русскоязычный рынок.

Еще раз спасибо за ваш комментарий. Он помог мне выбраться из пузыря моего книжного клуба аналитиков и понять, какие книжные рекомендации ждут от таких статей. Проблема в том, что имхо - книг таких нет в природе. А те что есть - например, "Python и анализ данных" от Маккинни - я рекомендовать не могу, ведь "ну черт возьми, ну курс же лучше"!

Если я ошибаюсь, если вы знаете книги именно по озвученным темам и при их прочтении вам не приходит в голову мысль - "курс был бы лучше" - пожалуйста, напишите здесь их названия. Для меня это действительно важно.

  1. Инсайтовость - способность или навык или руководство или книга - для поиска закономерностей, аттракторов, паттернов и прочих интересных штук в данных, позволяющих сделать выводы для достижения текущей цели.

  2. Знаю, книгу читал) Это инструмент обоюдоострый, когда знаешь как не лгать, всегда есть искушение это сделать. Тот, кто не умел и любит читерить время от времени, после прочтения книги как раз научится дурить начальство, перейдут на тёмную сторону)

  3. По Dash сейчас работаю по книге "Интерактивные дашборды и приложения с Plotly и Dash", Элиас Даббас. Достаточно хорошая книга, покрывает многие потребности по моей работе. По Bokeh тоже есть книги, в руках не держал, с торрентов не качал, ибо эти зверьки редкие, не то что, всякие Джанго освобожденные)) И доступны они разве что на Амазоне и прочих буржуйских площадках, где нет возможности приобрести. Вроде Data Visualisation With Bokeh или Bokeh Tutorials Point. Так что на оба вопрос ответ "да", книги есть, в той или иной степени доступности, но есть.

  4. Что касается преимущества статей перед книгами, они несомненны, более свежи, актуальны, быстрее появляются, да. Всё так. Только у вас тема статьи "Библиотека аналитика: что, зачем и кому читать" и обсуждаются как раз книги, поэтому я про книги и веду речь, тогда как живу в том числе на Stack Overflow, где всё достаточно живо происходит)

  5. Небольшое пояснение, почему я отметил, что в вашей статье нет книг про аналитику - Насим Талеб больше для инвесторов или маркетологов, Каннеман - чистый маркетинг, недалеко от Чалдини ушёл, "Пиши сокращай", знаком с этой книгой еще с буйных молодых времён копирайтинга и к аналитике это имеет отношение только, когда нужно написать что-то начальнику и не растекаться мыслью по древую или описание к отчёту составить))) ничего более аналитичногов в этой книге нет. По тому, как быстро решать задачки - хорошо для саморазвития, к аналитике может быть приложимо, как топором можно забить гвозди вместо молотка, но и только - это не чистая аналитика как есть, не прикладной и не теоретический инструмент. Отсюда - в этой подборке я не вижу книг для аналитика.

Буду рад еще пообщаться, если на то будет воля кармических хитросплетений вселенной)

  1. Это я понимаю. Я конкретно в вашем комментарии не поняла, что значит "больше инсайтовости". В статье инсайтов нет, или рекомендуемые мною книги для вас недостаточно "инсайтовы".

  2. В целом - да. Если заранее иметь цель "научиться лгать с помощью статистики" - то книга тоже поможет, однозначно. Но с этой точки зрения любое знание "отягощено злом".

  3. Спасибо за  "Интерактивные дашборды и приложения с Plotly и Dash", Элиас Даббас. Несколько правит мою картину мира. Неожиданно и приятно, что кто-то решился издать, и, кажется, даже смог продать. Data Visualisation With Bokeh или Bokeh Tutorials Point - это хорошие кандидаты для статьи "Библиотека для аналитиков данных НА АНГЛИЙСКОМ". Без такого предупреждения большинство читателей не учиться пойдет, а с чувством "мне эту вашу аналитику никогда не понять" расстроится и откажется от идеи изучения анализа данных.

  4. Да, если брать за основу подход "курсы лучше объясняют ПО и математику, но раз уж вы о книгах - давайте книги по аналитике" - то да, тут книг по аналитике нет. Я использую другой подход - "курсы лучше объясняют ПО и математику, но раз уж мы о книгах - то вот вам книги не по аналитике, но все еще полезные для аналитиков". И да, вы правы - все рекомендованные мною книги действительно не писались специально для аналитиков данных. Буду учитывать ваше мнение при написании следующих статей.

  1. Да.

  2. IT`шник без английского, хотя бы на техническом уровне чтения, пусть задумается о правильности выбора профессии) Не встречал еще настоящих айтишников, в том числе аналитиков, без этого скилла)

  3. Так, вы тут уже согласились, что меня обезоруживает в продолжении дискуссии, поэтому пойду поработаю) Жду новых статей и приятно было пообщаться) Извините, если что не так местами с перегибами и наездами, с вами можно конструктивно общаться - это хорошо)

Думай как математик - самая разочаровывающая, книга из списка, как по мне. Начать хоть с названия, на русском это прям такая бизнесовая тема. А дословно если перевести, то получится что-то типа "Ум для чисел: как преуспеть в науке и математике". Вот дословный перевод больше соответствует, тк по сути книга своего рода гайд, как учиться и сдавать экзамены. Основной тезис - учись постоянно, по не многу, а не одну ночь перед экзаменом. И этот тезис обсасывается, аргументируется и сдабривается "лайфхаками" всю книгу.

Именно так. Книга архи полезная, но русское название вообще не отражает содержание. И если этого не знать - разочарование почти неизбежно.

Зарегистрируйтесь на Хабре, чтобы оставить комментарий