如何變身BI達人?2020最新Tableau,Power BI,FineReport教學資源大公開!

週一, 二月 24. 2020



如何學習Tableau,Power BI,FineReport這些常見的BI工具?本文將好用的學習資源做最全整理。網路上介紹Tableau,Power BI,FineReport的學習內容的非常多,但是很多只是簡單的介紹,不能夠系統的完整的掌握BI工具的使用,所以在寫這篇文章整理教學資源的時候,會遵循這4個原則:

1.儘量是台灣在地的資料,在地資源不充足的情況下,會引入英文和簡體部分資源。

2.系統的完整的課程,確保學完之後能夠對工具有比較好的使用。

3.儘量是最新的資源,不是最新的資源會說清楚使用版本和發布時間。

4.免費資源。

付費資源也有一些好的介紹,之後會再整理,請大家持續關注。

如果你想了解關於Tableau,Power BI,FineReport這几款BI工具的對比,可以看這篇文章:14大關鍵點,2020年最詳細Power BI ,Tableau ,FineReport比較 



「資料庫」教學資源大全:



下面這張圖是db-engines在2020年2月的全球資料庫排名TOP10,Oracle,Mysql,Microsoft SQL Server是長期佔據榜首三大資料庫,在企業中使用較多,如果你要開始學習資料庫,建立從這三個開始。我們將資料庫大體分為兩類:關聯式資料庫(Relational database)和非關聯式資料庫(NoSQL),Oracle,Mysql,Microsoft SQL Server,PostgreSQL都屬於關係型資料庫,NoSQL資料庫中的Mongodb,Hbase,redis使用也將多,可以做為學習的重點。



1.影片教學

1)吳老師教學中心AAA

MySQL資料庫教學SQL Server資料庫學習,這兩個都是2019年更新的視頻,可以比較系統和完整的學習。



2)電腦學習園地

Access 2007 資料庫教學

3)阿里雲大學

簡體資料視頻課程,免費學習包含MySQL,SQL,PostgreSQL,Redis,Mysql等教學課程。



2.英文Database學習資料

1)Quackit Database Tutorial

非常全面的學習資料,包含SQL,SQLLite,MySQL,SQL Server, Access,MongoDB,Neo4j的教學資料。



2)MySQL教程MySQL5.6參考手冊

官方英文原版教學資料,其他資料庫都可以找對應官網的原版資料來學習。



3.簡體和繁體的文字教學資料

1)極客學院MySQL教程:簡體資料

2)RunoobMySQL教程:簡體資料

3)資料庫系統:繁體資料

「SQL」教學資源大全:



1.你需要一本SQL語法手冊,隨時用隨時查

這裡提供2個繁體版本的網站,優點是可以快速查詢基礎的SQL命令,理解SQL命令的含義和使用方法。



1)GITBOOK SQL基礎教程

2)1keydata SQL語法教學

2.SQL邊學習邊練習,再來個測驗看學習成果

這裡提供幾個線上學習SQL的網站,在上面你可以寫自己寫SQL語句,然後運行看看結果是否正確。使用這些網站你可以不用費力自己去搭建一個數據庫,在交互式的學習中更快的掌握SQL技能。



1)Sqlzoo

提供繁體中文版本,互動式教學,可以隨時將所學SQL執行查看效果。



2)CodeCademy

Learn SQL SQL: Table Transformation 優點是交互式的學習,幾乎是真實的數據庫下使用SQL,註冊後有免費可以學,同時送7天的pro版本。 缺點是英文環境,但並不是很難。



3)Sqlbolt

頁面簡潔,無須註冊即可使用,線上交互式的學習,每一節課講解後面都有對應的練習題,可以立即進行查看學習效果。 缺點是英文頁面。



4)W3school

非交互式的學習,無須註冊,學完後有小測驗。可以當作SQL詞典來查詢使用。



5)W3schools

交互式學習,每一小節有練習題可以做。是英文網站。



6)Sqlteaching

互動式教學方式,頁面簡潔易懂。是英文網站。



「Tableau」教學資源大全:



1.Tableau官方的教學資源

1)Tableau線上文檔

豐富全面的文檔,有繁體版本,可以掌握Tableau BI工具所有的基本概念知識點,有PDF和html版本供大家選擇,左側還可以選擇不同的Tableau版本,這真的是非常推薦。



2)Tableau免費教育訓練影片

官網的視頻比較系統全面,建議全部看完再去學習其他的課程。缺點是英文影片。



3)Tableau社群

如果學習Tableau過程中遇到問題,可以去Tableau的社群中交流,裡面有非常多的解決方案參考,以及許多Tableau達人可以給予幫助。社群的缺點是大部分內容都是英文。



4)Tableau精選作品集

在這裡,可以學習大神的作品。



2.Tableau達人課程

1)孫在陽老師的Tableau系列課程

孫在陽老師的頻道裡面有幾個Tableau的教學視頻,裡面還有公開聯絡方式,大家有問題和想法可以直接和老師交流。這位老師還有很多其他大數據相關的課程,包含Power BI,Google Analystics資料分析課程,非常的豐富,有2.2萬訂閱者,有想要學習的可以去訂閱。



用Tableau 2018.3做大數據分析:11 個影片5,201次觀看,主要是Tableau基礎教學。



用Tableau做大數據分析:100 個影片34,316次觀看,使用的是Tableau10.2版本做的教學,100個視頻豐富全面。除了基礎教學部分,還有案例教學,比如用Tableau製作新竹市國中學生數地圖,食品開放資料分析等。





2)呂宗學老師的Tableau 視覺化教學

這是頻道“看見健康數據VISUALIZING HEALTH DATA”中的一個系列課程。用來練習的資料主要是健康方面的資料,13 個影片4,973次觀看。缺點是2017年的影片。



3)使用Tableau展示資料視覺化

Duke University 的課程,評價非常好,缺點是英文視頻。



4)有靈魂的Tableau教室

這是頻道“JonJon講講 MBA”的一個系列課程,Jon舉行免費公開的BI講座,除了教大家Tableau的具體操作,還會分享一些BI工作的經驗和面試技巧。影片比較新,2019年12月開辦的課程,可以持續關注。缺點是目前只有4期。



5)其他繁體影片

還有幾個影片做得不錯,但是內容比較少,只適合入門,如果以上3個免費影片資源不能夠滿足你的要求,你可以再看看下面這些。 Tableau 視覺化分析筆記:目前只有四個視頻,基礎的教學視頻,1年前做的更新,還算比較新,只是學習基礎入門的話可以看看。 世新大學大數據中心:只有三節課程,適合基礎入門。



3.簡體中文資料

推薦兩個學習Tableau的簡體中文的網站,透過左側的目錄可以從上到下系統全面學習,也可以點擊查找到想要的內容。



1)W3Cschool

2)W3xue

「FineReport」教學資源大全:



1.線上文檔

超過多少篇的線上文檔免費開放。



2.免費線下課程

每月1-2次的線下課程,完全免費,和講師面對面交流。關注帆軟的官網和臉書粉絲團就可以及時獲得線下教育訓練的開課資訊。



3.線上課程

完全免費的課程,操作介面繁體版,講師是台灣人。還不定期有直播課程可以看。



4.產品Demo

可以參考現成的Demo來製作自己的報表,另外,這些Demo在設計器中全部可以找到原檔,在原檔的基礎上做修改使用。



5.帆軟社區

超過1萬人次的使用者社群,疑難問題的互助解答,報表模板Dashboard分享共享, 官方的產品需求和產品bug提交,產品學習資源。其他渠道可以找到很多討論,但這個應該是最大的社區。



6.線上客服

我覺得帆軟FineReport做得最好的的部分,一個是提供大量免費線下的課程,一個就是線上客服。如果還有問題自己查閱資料沒辦法搞定,可以直接找線上客服,報表技術支援工程師工作日都會線上解答你的問題,在官網的右下角點擊即可:https://www.finereport.com/tw/



7.社群

臉書粉絲團在台灣有7k+粉絲,叫做"FineReport報表軟體",分享很多有用資訊。



「Power BI」 教學資源大全:



1.官方教程資源

1)Power BI 官網的線上文檔

Power BI 工具的線上文檔有繁體版,也提供html和PDF版本。



2)Power BI 官網的影片教學

影片的介面和語音都是英文的,沒有繁體字幕。



3)Power BI 官方提供網絡研討會

缺點是大部分是英文。



2.Power BI 達人教學

1)孫在陽老師的Power BI 課程

有很多系列,上面有過介紹這裡不多說。缺點是有些年代比較久了。



用Power BI做大數據分析進階



用Power BI做生醫大數據分析



用 Excel Power BI 做大數據分析(I)



用Excel Power BI做大數據分析(II)



2)跟燕秋老師學Power BI Desktop_基礎入門

6 个影片9,377次觀看,是2019年的影片比較新的。



3)MasterTalks線上課程

原文地址:https://t17.techbang.com/ 阅读原文请点击:[quote=https://t17.techbang.com/topics/55941-how-do-i-become-a-bi-person-2020-latest-tableau-power-bi-finereport-teaching-resources-open]如何變身BI達人?2020最新Tableau,Power BI,FineReport教學資源大公開![/quote]

我珍藏的15片喜劇,為了防疫,無私推薦給所有人

週一, 二月 24. 2020

我珍藏的15片喜劇,為了防疫,無私推薦給所有人
2020.02.24 防疫電影、喜劇 回
作者:林開世

對我這種有嚴重自虐傾向的小布爾喬亞,看電影總是偏好選擇那些不舒服、不愉快,暴露黑暗人性,諷刺嘲弄等等類型,透過折磨自己以減輕存在的罪惡感,觀影出現的歡樂只是額外附加的獎賞。所以對我來說,要選出一批好的喜劇電影,確實有些困難。然而在這個非常的時刻,大家共同艱苦防疫,心情鬱悶之餘,看些可以開懷大笑或莞爾一瞬的電影,應當是深具撫慰人心的意義。

話雖如此,好的喜劇電影還是非常的多,不可能不做嚴格的取捨,而一部電影的好壞,見仁見智,很難有絕對的標準。但這並不表示沒有標準,我喜歡的電影一定就是好電影,沒有主觀、客觀的問題,我主觀的選擇就是絕對的客觀,你不服氣就代表你是那種無可救藥的虛無相對主義者。

列單之前,先解釋一下這回我挑片的原則。

首先,我不選那些太古老的電影,像卓別林的「摩登時代」、「大獨裁者」,巴斯特.基頓的「將軍號火車」,這些默片經典作品絕對驚奇好笑,但是需要一點專業的僻好,就留給好古與好學的影迷去尋根,我還是割愛。

接著,我基本上一個導演我只會選一片代表作,讓大家有機會接觸更多類型的才華。而笑點很接近的電影,我也只選一部我比較喜歡的。這對很多傑出的喜劇導演,像Woody Allen、John Landis可能不太公平,但為了增加多元性就只好犧牲了。

第三,有些喜劇表面上是喜劇,但其實一看就知道骨子裡是悲劇、慘劇(像:奇愛博士)。相反的,有些恐怖片或悲劇片(像:Friday the 13th),其實是根本胡鬧、滑稽或嘲諷,裝扮成感人或嚇人的模樣。雖然這種後設敘事的方式,不會影響甚至會增加你觀看時的樂趣,但為了娛樂效果,我還是選擇比較直接有笑點的電影,把那些需要額外詮釋的工作交給機靈的觀眾。

第四,我必須承認我有一些偏見,雖然滑稽模仿別的電影的電影(像Scary Movie系列),或者無厘頭搞笑電影( 像The Naked Gun系列)有的真得很好笑,但是我覺得他們的前提都太過單薄,看久就麻痺了,所以一概不選。

第五,我覺得周星馳的許多笑劇都堪稱經典,完全絕倒。但是你打開電視,天天都看得到,大概不需要我推薦,就省下點空間。


Amarcord (1973)

Amarcord (1973)
費里尼的電影多數都是喜劇,只是誰都知道表面的輕鬆背後,他想講的卻是更多更多,1960 的《甜蜜生活》(La Dolce Vita)和1980 的《女人城》(La città delle donne) 都堪稱經典喜劇,但是Amarcord (1973)怎麼說就是比較特別一些。這是費里尼半自傳的電影,回憶他童年在1930年代義大利法西斯當權時的家鄉,一個坐落在海邊的小鎮季節更迭,一篇篇翻閱的詩章充滿溫馨的鄉愁,卻又不改他那種誇張怪誕的風格。大師在他最成熟時期的作品,掌握著自己獨特的電影語言舉重若輕,不可錯過。

His Girl Friday (1940)
Howard Hawks這位作者論最推崇的導演之一,除了西部劇情片,也拍了一系列的喜劇。這種類型的脫線喜劇,劇情迅不掩耳,對白像連珠炮,完全要靠演員掌握節奏韻律,才有可能成功。


His Girl Friday (1940)
在所有這種類型 的經典喜劇中,我最喜歡His Girl Friday,英挺性感但無所不用其極的Cary Grant 配上帥氣爽快又美麗動人的Rosalind Russell,加上性別角色逆轉,讓好笑之間多了一層緊張,完全讓你目不暇給的演出。


Some Like It Hot (1959)

Some Like it Hot (1959)
台灣翻譯為「熱情如火」,是所有那些男人變裝女性類型喜劇,像Tootsie (1982),Mrs. Doubtfire (1983)的鼻祖。兩位樂師湯尼·寇蒂斯、傑克·李蒙為了逃避黑手黨追殺,喬裝女性混入一個三流的女子樂團,遇上剛出道,完全迷人的瑪麗蓮·夢露,組成了一部脫線喜劇 (Screwball comedy)的經典。導演比利·懷德也是一位喜劇高手,他的另外一部同等好笑的社會諷刺劇,「公寓春光」(The Apartment)令人難以抉擇,但論娛樂性,大概還是本片較高。


Singin’ in the Rain (1952) 「萬花嬉春」
作為最佳的暫時脫離現實的娛樂,推薦喜劇電影不能不推薦歌舞片,自從前幾年的La La Land (2016) 走紅以後,歌舞片有重新回春的跡象。但如果要找最棒的編舞與流暢的節奏,我們無法不推薦金凱利的這部經典作品。雖然他1951年的「花都舞影」(An American in Paris)可能更具藝術性,雨中漫舞那段場景讓人難以割捨。


Singin’ in the Rain (1952)
談到歌舞片,我忍不住要插進來推薦法國賈克‧德米(Jacques Demy)1964年The Umbrellas of Cherbourg「秋水伊人」(Les Parapluies de Cherbourg)。 我知道這裡有點犯規,這片不是喜劇。但是有一代風華的凱薩琳‧丹妮芙(Catherine Deneuve)柔聲的吟唱,這部電影完美的掌握了戀愛中的人所沉浸的世界,你看了會忍不住微笑(同時心碎)。

Young Frankenstein (1974) 新科學怪人
Mel Brooks是低俗喜劇的高手,無厘頭、亂入、賤招百出,但是充滿對階級、種族與假道學的批判,1968年的「金牌製片人」(The Producers),1974年「閃亮的馬鞍」(Blazing Saddles)都是公認的經典,但是我強推「新科學怪人」,這部向默片致敬的鬧劇。不只是因為它超低級的好笑,而且透過神奇黑白片效果,與神秘的配樂,讓這部喜劇成為影史上最優美的電影之一。


Young Frankenstein (1974)
Monty Python and the Holy Grail (1975)
Monty Python的喜劇是那種受過太多人文博雅教育,卻不知道要如何學而所用的人,冒出來發洩所拍成的電影。非常非常英國,所以一般不熟悉英語用語雙關的人比較難欣賞。犬儒、辛辣、瘋狂、完全沒有禁忌。但一旦你開始抓到他們的風格與笑點,你就會立即上癮。除了推薦的1975的「聖盃」,嘲弄宗教毫不手軟的Monty Python's Life of Brian (1979)也令人難以取捨,就一併列上。


Monty Python and the Holy Grail (1975)
National Lampoon’s Animal House (1978)
Jon Landis 是位很有才華的喜劇導演,作品相當的多,很多人會認為Trading Places (1983)或者Coming to America (1988)堪稱他的代表作,但是我還是比較喜歡他早期的Animal House,一方面這是有關混亂的大學宿舍生活,比較符合當下隔離情境;另一方面有John Belushi這種瘋狂、危險的喜劇演員在其中,永遠不知道會發生甚麼事。英年早逝(其實是磕藥過多)的John Belushi與 Landis還有合作過另一部熱鬧音樂大笑片The Blues Brothers (1980),同樣堪為動作喜劇 (physical comedy)的傑作,裡面有一堆傳奇的爵士樂與藍調歌手客串,樂迷不可錯失。


National Lampoon’s Animal House (1978)
This Is Spinal Tap (1984)
導演Rob Reiner的偽紀錄片經典,跟著一個虛構的英國重金屬搖滾樂團到美國展開巡迴演唱,挖苦諷刺、嘲笑虛偽,內行人笑話一個接著一個,把所有那些裝腔作勢的搖滾紀錄片都取笑一頓。院線上映時並沒有很賣座,現在已經是邪典電影(cult movie)必備。樂迷和紀錄片迷都會會心一笑的電影。


This Is Spinal Tap (1984)
葬禮 (1984) (お葬式)
能畫、能寫、又能演的的日本導演伊丹十三,一生拍了不少笑謔尖刻的喜劇,但沒有一部比得上他的第一部電影「葬禮」來的辛辣。葬禮是人類社會最核心的文化制度,人類學家從R. Hertz, C. Geertz 到Metcalf, P. & R. Huntington 都透過葬禮研究來探究人與文化的關係,但沒有學者有膽量像伊丹十三這樣對日本儀禮毫不留情的嘲弄,卻在最後仍然維護了生命的尊嚴。




お葬式(1984)
你可以對照台灣2010年拍的「父後七日」,看兩部電影在心態與手法上的差別。另外,如果你還是想輕鬆一點,伊丹十三1985年的蒲公英 (Tampopo),用西部槍戰片的方式拍食神劇,是另外一絕。


The Purple Rose of Cairo (1985) 開羅紫玫瑰



The Purple Rose of Cairo (1985)
要在Woody Allen那麼多傑出的喜劇中,選出一部來推薦實在是很艱難。最安全的選擇當然是得到奧斯卡最佳影片的安妮霍爾(1977),但是要講創 意與突破,大膽的玩弄真實與虛實之間的界線,還是要選「開羅紫玫瑰」。Woody Allen 1990年代以後的電影雖然還是維持相當的水準,但是他最滑稽好笑的時期,其實是在他早期的作品像1972年「性愛寶典」(Everything You Always Wanted to Know About Sex* (*But Were Afraid to Ask))、1973年「傻瓜大鬧科學城」(Sleeper),但我私下最喜歡的還是嘲弄嚴肅舊俄文學的1975年的「愛與死」(Love and Death)。


Rushmore (1998)
Wes Anderson的電影走的是冷調性的幽默,好笑卻笑不出來。所有他的影迷大概都會推「歡迎來到布達佩斯大飯店」(The Grand Budapest Hotel)作為代表作,我也非常喜歡甚至同意。但是「布達佩斯大飯店」是一部精緻布景,風格華麗的史詩,主要的意圖是懷傷逝去的時代,如果要挖掘人物角色的黝黑心理,與存在焦慮,我還是推薦Rushmore。同類型喜劇的另外一部傑作是1971年的「哈洛與茂德」(Harold and Maude),有關一位著迷於自殺的少年和一位超酷的79歲老婦的之間的愛情故事。


Rushmore (1998)
Eternal Sunshine of the Spotless Mind (2004)
非常另類的喜劇,浪漫愛情交錯科幻想像,連角色組合Jim Carrey、Kate Winslet都故意超級的不搭,我很少看到如此哀傷的愛情喜劇,不是愛侶未能結合的傷心哀憐,而是那種被無法克服命運的無奈感所盤據的低壓。看完電影,會讓你想要上網去找出片名這段詩句的來源,那首中世紀動人心弦的哀怨情詩。


Eternal Sunshine of the Spotless Mind (2004)
這是美國當前最好的編劇之一的查理·考夫曼(Charlie Kaufman)的劇本,得到當年的奧斯卡最佳原著劇本。考夫曼的另一部喜劇Being John Malkovich (1999) ,同樣詭異另類,如果你喜歡John Malkovich,千萬不要錯過。


Borat: Cultural Learnings of America for Make Benefit Glorious Nation of Kazakhstan (2006) 台譯:芭樂特:哈薩克青年必修(理)美國文化

Borat: Cultural Learnings of America for Make Benefit Glorious Nation of Kazakhstan (2006)
Director: Larry Charles,你一定要看這部瘋狂的諷刺劇,以偽紀錄片方式,追隨一位虛構的哈薩克斯坦的記者芭樂特,在美國各地採訪探險與戀愛的故事。所有的政治不正確,低級下流裸露,通通誇張的出現,好萊塢絕對不敢觸摸的情節,堪稱是難得一件的危險喜劇。


14.「冰血暴」(1996)


Fargo (1996)


柯恩兄弟 (Joel & Ethan Coe)不只會拍Miller's Crossing (1990)、No Country for Old Men (2007)那種極端暴力的輓歌,或者像True Grit (2010)、醉鄉民謠( 2013)這種懷舊的傳奇。他們至少拍了Raising Arizona (1987)、Fargo (1996)、The Big Lebowski (1998),O Brother, Where Art Thou? (2000)、A Serious Man (2009) 五部我心目中的喜劇上乘傑作。要從其中挑出一部出來推薦,幾乎要打破頭。最後勉強選了「冰風暴」,就只能說是女主角Frances McDormand那種自然低調,精靈古怪的演技,讓我溫馨讚嘆,決定就讓它脫穎而出。

熱帶魚(1995)
最後還要推台灣自己的「熱帶魚」(1995),陳玉勳的第一部作品,到今天還是他難以超越自己的傑作。精確地捕捉台灣解嚴後那段時期,混亂、超現實、嘉年華式的氛圍。


熱帶魚 (1995)


文英阿姨的大媽演出,林正盛顢頇的笨賊角色,都堪稱一時之選。今天再來回顧這部電影,你會嘆息這可能是台灣電影最具創意的轉型時刻,它開啟的那種怪誕、流離、庸俗、滑稽的風格,不幸就是後繼無人。否則,我們未嘗拍不出像費里尼Amarcord這樣的電影。



P.S.:沒有上推薦單,但是應當要表揚的電影,如果今天換個心情,可能它們就已經上推薦榜了!

Groundhog Day (1995)

When Harry Met Sally (1989)

There’s Something About Mary (1998)

Shaun of the Dead (2004)

本文採用 創用CC 姓名標示-非商業使用-禁止改作 3.0 台灣版條款 授權。歡迎轉載與引用。
轉載、引用本文請標示網址與作者,如:

林開世 我珍藏的15片喜劇,為了防疫,無私推薦給所有人 (引自芭樂人類學 https://guavanthropology.tw/article/6785)

【值得收藏】數據分析師必備的分析思維方法,你知道多少?

週一, 二月 24. 2020

故事引入



本節主要講解通用的資料分析思維方法,説明大家快速建立起體系化的資料分析思維。

“伯樂”相馬



[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112801Y.jpg[/img]

第一個故事是“伯樂”相馬,當然這裡的伯樂並不是歷史上的伯樂,而是來自哈佛大學的一個相馬專家Jeff Seder。傳統的相馬方式認為遺傳是最重要的因素。但是如果我們看看賽馬的獲獎資料,所有獲得年度賽馬最高獎項的後代,有3/4沒有贏得任何主要的賽事。

當然傳統的方式也會看其它的資訊,如馬跑的姿態。但關鍵是沒有任何大家都認為有效的標準。由於又有大量的買主,使得好馬的整個成功的選購概率變得非常低。10年前,一匹有史以來最好的賽馬的後代,被1千6百萬賣出,但只贏了3場比賽,共得到1萬美元的獎金。

而這位Seder,最初也嘗試對馬進行各種的測量,包括鼻孔的大小,心率,肌肉,甚至糞便的重量。但都沒有什麼結果。直到12年前,他有了突破,他決定去測量內臟的大小,他發現左心室的大小和馬的成功非常相關。他通過對馬跑的姿勢的數位化處理,發現一些和成功相關的姿態。他還發現跑一會兒就發出哮聲的馬(相傳我們古代的伯樂典故中,被相中的千里馬就有這個特點),這些馬有的會賣出上百萬。

通常在1000匹賽馬中,只有10匹可以通過Seder的資料標準。而第85號賽馬,它的左心室的大小是99.61%,加上其它的資料,Seder預測它是一匹10萬里挑一,甚至百萬裡挑一的賽馬。18個月之後,在紐約郊區的一個週六的夜晚,這匹馬成為了30年來第一匹得到三連冠的賽馬。

林彪,玩轉大數據的鼻祖


[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112802Y.jpg[/img]

第二個故事是我們的十大元帥之一——林彪,軍隊之中也能用資料分析克敵制勝,運籌帷幄之中,決勝於千里之外。

話說在遼沈戰役開始後,林彪每天深夜都要值班參謀讀出下屬各個縱隊、師、團用電臺報告的當日戰況和繳獲情況。林彪的要求很細,俘虜要分清軍官和士兵,繳獲的槍支,要統計出機槍、長槍、短槍,擊毀和繳獲尚能使用的汽車,也要分出大小和類別。一天,他聽參謀彙報的時候突然說“停”,問“剛才的念的在胡家窩棚那個戰鬥的繳獲,你們聽到了嗎?”,在大家一臉茫然的時候他連問了三句:
“為什麼那裡繳獲的短槍與長槍的比例比其它戰鬥略高?”

“為什麼那裡繳獲和擊毀的小車與大車的比例比其它戰鬥略高?”

“為什麼在那裡俘虜和擊斃的軍官與士兵的比例比其它戰鬥略高?”

他就此判斷,那個戰鬥發生的地方,就是敵人的指揮所。他命令部隊乘勝追擊,並且傳達下口號“矮胖子,白淨臉,金絲眼鏡,湖南腔,不要放走廖耀湘!”。剛剛慶倖脫身的廖耀湘,就這樣成了俘虜。林彪之所以可以做出準確及時的判斷,是和他的資料積累和對資料的敏感分不開的,可以迅速在資料中發現異常點。

作為一個數據人,你需要具備很多的能力,如基本的統計和數學能力,分析能力,建模能力,這些能力可以讓你成為一個不錯的BI工程師。如果更進一步能夠對業務有這更加深刻的理解,根據業務的需求,提出問題,並找到解決的辦法的能力。具備了這個能力,你就有機會成為真正一流的資料科學家。

在這些能力之上,良好的溝通能力,協調能力,能讓你成為一個不錯的資料科學團隊的Leader,可以整合資源,用團隊的力量完成公司重要的項目。

資料分析的戰略思維


提到資料分析,大家腦海浮現的可能是一些複雜的報表,或者是華麗的[url=https://www.finereport.com/tw/products/imax]數據大屏[/url],亦或是高級的建模手法。但其實分析是我們每個人都具備的能力,例如我們會根據股票的走勢決定是繼續購買還是拋出,根據同一商品不同門店的價格和評價做出最終購買選擇。

前面介紹的這些基於資料的小型決策,其實主要是根據我們腦海中的日常資料經驗來做出判斷的,屬於簡單的分析過程。那麼對於我們數據人或者業務決策者來說,則需要系統的掌握一套科學的、符合商業規律的資料分析方法。

資料分析的目的



對於企業而言,資料分析可以説明企業優化流程,提高營業額,降低成本,而往往我們把這類資料分析定義為商業資料分析。商業資料分析的目標是利用大資料為所有業務決策者做出迅捷、高質、高效的決策,提供可規模化的解決方案。商業資料分析的本質在於能夠創造商業價值 ,驅動企業業務增長。

資料分析的驅動力



[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112803Y.png[/img]
企業在運營的過程中,產生的交互、交易,都可以作為資料獲取下來。透過對這些資料進行分析,不斷優化業務的各個環節,創造更多符合需求的增值產品和服務,重新投入使用者的使用,從而形成形成一個完整的業務閉環。這樣的完整業務邏輯,可以真正意義上驅動業務的增長。

資料分析的進化論


[img]https:///www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112804Y.png[/img]

我們以商業資料分析為例,通常會以商業回報比來定位資料分析的不同階段,我們這邊把它劃分為四個階段,分別是觀察當前資料發生了什麼、理解為什麼會發生、預測未來會發生什麼、怎樣達到更好地商業決策。

觀察當前資料發生了什麼?



資料分析的第一步,我們需要觀察當前資料發生了什麼。在企業中,這通常可以使用一些固定[url=https://www.finereport.com/tw/]報表[/url]來做日常的即時資料監控。例如在某一製造企業剛投入一個新設備,那麼則可以通過觀察設備諸如良品率等一系列運行資料來觀察當前設備的運行狀態。再比如互聯網企業新上線了一個產品,我們可以觀察這個產品在投入前期的註冊人數、熱度等一系列資料來知道當前產品的狀態。

理解為什麼會發生?



在觀察當前資料狀態之後,如果發現資料出現異常情況,我們就需要對資料的背後進行深層次挖掘與診斷。例如
上面說的製造企業在投入新設備之後,發現設備產出的良品率較低,那麼我們則需要進一步去分析是由於對設備不正當操作導致,還是設備是超負荷運轉,亦或是新設備本身在設計時存在固有缺陷等等原因。這種對資料分多維深度分析,通過FineBI工具的便捷操作能夠極大地提到我們資料的分析和決策效率。

預測未來會發生什麼?



當我們通過對資料的一系列深層分析之後,發現了設備良品率較低的真實原因是設備本身在設計時存在固有缺陷,那麼如果此時還讓它繼續生產,那麼未來良品率自然長期會得不到保障(我們也可以通過資料擬合以及資料採擷的手段,來預測未來的資料)。

怎樣達到更好地商業決策



最後一步,也是所有資料分析工作中最有意義的一步,我們則需要去思考未來應該如何進行業務決策,通過資料分析的結果指導業務決策,精細化運營,以發揮更好的商業價值。

資料分析的基本工作流程


[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112805Y.png[/img]

我們前面提到,商業資料分析的本質在於能夠創造商業價值 ,驅動企業業務增長。也就意味著我們的商業資料分析工作需要和最終的業務價值驅動之間有閉環性,一般來說我們可以將資料分析的基本工作流程分為以下七個步驟:洞悉業務背景、制定分析計畫、資料拆分建模、執行分析計畫、提煉業務洞察、產出商業決策、驗證決策效果,形成從資料分析到業務驅動的決策閉環。

洞悉業務背景



第一步,所有商業資料分析都應該以業務場景為起始思考點,脫離實際業務的資料分析是沒有任何商業價值的,意味著它永遠只是一個孤立的數字。我們首先要熟悉業務含義,理解資料分析背後的背景、前提,以及想要關聯的業務結果。

制定分析計畫



第二步,我們需要思考分析思路,並且制定好盡可能全面和完善的分析計畫,例如需要哪些資料表,需要分析哪些維度和指標,對業務場景如何拆分,如何進行資料和業務之間的關聯推斷等。

【歸納推理】 從最終指標(結論)出發,拆解指標

【演繹推理】 從原因出發,推斷結論

MECE原則



一般來說我們會有一個核心需要分析的目標,建議可以按照MECE原則(相互獨立,完全窮盡)對核心指標進行逐步拆解。

內外因素分解法



在按照MECE原則進行核心指標分拆解時,由於有很多因素都可能會影響我們的核心指標。那麼這邊我給大家推薦使用內外因素分解法,把問題拆成四部分,包括內部因素、外部因素、可控和不可控,然後再一步步解決每一個問題。

[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112806Y.png[/img]

舉個例子:
現在有一個線下銷售的產品。我們發現8月的銷售額度下降,和去年同比下降了20%。我想先觀察時間趨勢下的波動,看是突然暴跌還是逐漸下降。再按照不同地區的資料看一下差異,有沒有地區性的因素影響。我也準備問幾個銷售員,看一下現在的市場環境怎麼樣,聽說有幾家競爭對手也縮水了,是不是這個原因。

按照MECE進行維度和指標的拆解也就是:


例子2:
某自營電商網站,現在想將商品提價,讓你分析下銷售額會有怎樣的變化?
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112808Y.png[/img]


首先可以確定銷量會下降,那麼下降多少?這裡就要假設商品流量情況,提價後轉化率的變化情況,然後根據歷史資料匯總出銷量下降的情況,從而得出銷售額的變化情況。通過MECE核心指標拆解方法的長期訓練,能夠説明我們形成嚴謹的結構化思維邏輯體系。

數據拆分建模



第三步,根據我們制定好的分析計畫,準備和拆分我們真正需要的資料表,進行初步的資料加工和建模,為後續的分析計畫執行做好準備。

執行分析計畫



第四步,開始進行資料視覺化分析,從事先制定好的分析計畫,按照不同的分析角度對資料進行多維分析,對資料背後的業務價值不斷進行精細化的洞察和探索。

提煉業務洞察



第五步,根據分析過程中的猜想和資料驗證,得出提煉之後的業務洞察。

產出商業決策



第六步,根據前面提煉出來的資料背後的業務洞察,指導並進行最終的業務決策。

驗證決策效果



第七步,產出商業決策之後,並不意味著我們的資料分析工作已經真正結束了,我們未來還需要通過一段時間對資料進行觀察和判斷,驗證之前根據資料分析結論指導制定的業務決策,是否真正能夠驅動我們的業務產生價值。

如果發現在進行相關業務決策之後,確實使業務資料發生了改觀,那麼則說明我們前面的資料分析工作確實找到了業務的實際問題所在。否則,則需要返回到第一步繼續進行思考,分析是否是由於之前考慮不周亦或是有偏差。

經典資料分析方法


上面給大家介紹了資料分析的七步基本工作流程,我們在遇到需要進行資料分析的時候,可以幫助我們快速搭建一個清晰的資料分析思路框架。最後再給同學們總結一下我們資料人在日常工作中常用的經典分析方法,讓同學們在遇到不同業務場景下的資料分析問題時能夠更加靈活地去應對。

趨勢分析法



首先是趨勢分析法,也是我們資料人在日常分析工作中使用的最多的方法,它能夠幫助我們快速地説明我們觀察資料的變化趨勢。
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112809Y.png[/img]
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112810Y.png[/img]
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112811Y.png[/img]


以上圖所示的一個某銀行3月份用信率分析為例,我們分別使用FineReport的表格、折線圖、折線圖+趨勢線擬合的方式進行資料的呈現,我們會發現,通過趨勢分析法能夠快速地説明我們觀察資料變化的趨勢,例如我們可以很快地發現3月13號該銀行的用信率相較于平時發生了突增。

為了更加精准的進行資料的趨勢對比分析,我們還可以引入諸如同比環比等時間細微性的計算方法,來對資料的變化趨勢做更加精准的把控。

多維分析


當我們觀察到的某個數字或者是趨勢是對一個比較宏觀的資料時,我們需要通過對資料進行不同維度的分解,進一步獲得對資料的精細化洞察。
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112812Y.png[/img]

如上圖所示,這是一家牛奶生產企業的某個固定銷售報表的看板,我是這家公司的戰略決策者,那麼我從這樣的固定維度的報表中只能夠得出兩個結論:
1.2016年相比2015年的公司牛奶銷售額相對有所增長,環比增長率位122.82%;

2.每年中各個月份的銷售額相差不大,唯一是在2月份中,可能是由於春節的影響,拉動了大眾的集中消費,所以在每年2月份公司的牛奶銷售額會迎來一個小高峰階段。

如果是傳統的固定報表,那麼資料分析能給使用者傳遞的資訊可能也就到此為止了。可是真的僅僅如此嗎?我們再來引入產品維度分析看看。
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112813Y.png[/img]

我們可以仔細觀察這個資料分析結果,無論是2015或是2016年,看起來好像每一年中的第一季度和第四季度的鮮奶銷售額比較高,優酪乳的銷售額比較低;而第二季度和第三季度的優酪乳銷售額比較高,鮮奶銷售額比較低。而像固定報表中的單一維度直接匯總,往往就將這樣真正有資料業務價值的結果掩蓋掉了
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112814Y.png[/img]

這裡我們進一步來驗證一下。繼續用雷達圖進行每個季度不同產品類別的牛奶銷售額統計,觀察每年季度的銷售額數據統計結果,我們可以輕鬆驗證之前的資料觀察結果。

我們再來從業務的角度進一步思考目前的資料結果原因,第一季度和第四季度主要為春、冬季節,天氣比較冷,這種冷天大家都喜歡熱鮮奶喝,因為比較暖身體。第二季度和第三季度主要為夏、秋季節,天氣比較熱,而這種熱天大家都喜歡和優酪乳,因為比較清爽。

如果我是這家公司的戰略決策者,那麼每年對於第一季度和第四季度,公司將主要生產鮮奶,降低優酪乳的生產量;對於第二季度和第三季度公司將主要生成優酪乳,降低鮮奶的生產量。這樣一來,我們通過逐步的探索分析將資料和業務聯合起來,總體上既能提高企業的產品銷售額,又能降低每個季度公司的庫存壓力。

我們每天遵循的習慣可能會隱藏資料背後潛在的價值,所以我們需要多嘗試從看表格數位思考轉換到看圖形感知分析,勇於改變現狀。在對資料進行探索分析思考時,要善於從不同角度去進行視覺化分析,完善資料全貌,這樣才能發掘資料背後的巨大價值。除此之外,我們還可以借助FineBI的聯動和鑽取功能,一層層抽絲撥繭,直到找到資料最根源的原因。落實到具體的資料工作中,也就是說作為數據人,我們除了分析日常業務提出來的問題之外,還需要學會積極去處理未預見的問題,時刻保持對資料的懷疑態度,練就自己在探索資料業務問題時的前瞻性。

象限法分析


[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112815Y.png[/img]

四象限圖是對資料進行分類分析的常見方法,一般是利用水準和垂直分割線將圖表區域分為四個象限,每個象限的資料表現各作為一個類別,圖形形狀主要以點圖呈現。通過象限圖可以幫助我們快速地將多個分類下的資料按照不同指標進行歸類劃分,然後針對不同類別的資料制定最佳策略。

例如我們可以通過四象限圖對不同商品按照銷量和毛利率進行分類分析,快速定位到處於屬於第二象限德芙巧克力的高銷量低毛利異常商品。

轉化漏斗分析



漏斗圖適用於分析具有明確流程節點轉化率的資料分析場景,例如互聯網企業常用的平臺用戶訪問階段漏斗轉化分析、用戶生命週期漏斗轉化分析等。

兩種形式(連續,不連續)的漏斗圖:
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112816Y.png[/img]
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112817Y.jpg[/img]

同時,FineReport的漏斗圖支援原樣展示和自動排序兩種資料展示模式。專業資料分析工具的好處就是快捷,工具本身是自帶漏斗模型的,你只需要拖拽操作就能夠完成資料漏斗分析,這一點Excel等軟體是難以實現的,因此軟妹建議還是使用專業軟體。

留存分析



在平臺人口流量紅利逐漸消褪的時代,留住一個老用戶的成本要遠遠低於獲取一個新用戶。每一款產品,每一項服務,都應該核心關注用戶的留存,確保做實每一個客戶。我們可以通過資料分析理解留存情況,也可以通過分析用戶行為或行為組與回訪之間的關聯,找到提升留存的方法。
新增用戶數:新增用戶數=在某個時間段新登錄應用的用戶數
登錄用戶數:登錄用戶數=登錄應用後至當前時間,至少登錄過一次的用戶數
留存率:留存率=新增用戶中登錄用戶數/新增用戶數*100%
次日留存率:
次日留存率=(當天新增的用戶中,在註冊的第2天還登錄的用戶數)/第一天新增總用戶數
第3日留存率:第3日留存率=(第一天新增用戶中,在註冊的第3天還有登錄的用戶數)/第一天新增總用戶數
第7日留存率:第7日留存率=(第一天新增的用戶中,在註冊的第7天還有登錄的用戶數)/第一天新增總用戶數
第30日留存率:第30日留存率=(第一天新增的用戶中,在註冊的第30天還有登錄的用戶數)/第一天新增總用戶數

[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112818Y.png[/img]
[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112819Y.png[/img]

我們先來看到如上圖所示的一組平臺使用者總量走勢資料統計情況,從2017年1月開始,平臺的IOS用戶數量增長較快,到2017年8月份達到了將近4500的IOS總用戶數量。表面上看起來平臺的IOS使用者數量增長情況是要大於安卓用戶增長的,到2017年8月時的總用戶數量也要大於安卓用戶數量。但是我們仔細觀察這兩組資料增長情況會發現,IOS使用者雖然增長快,但是在2017年5月之後總用戶數量趨於平緩,而安卓用戶數量雖然增長慢,但是確是一直保持著穩健增長的趨勢。

如果你能夠發現這個問題,那麼恭喜你,你已經初具資料分析師的洞察力。這個時候我們就需要關注除使用者增長之外的平臺用戶留存率指標計算統計情況了,下面我們再來繼續看看IOS用戶和安卓用戶的留存率變化對比如何。我們觀察下圖的月度使用者留存率資料統計情況可以看到,一開始IOS和安卓的用戶留存率都是100%,到了第七日IOS的用戶留存率下降至44%,安卓用戶七日留存率是58%,最後到第30日IOS的用戶留存率僅剩15%,而安卓的用戶留存率卻還有35%。這也就不難解釋為什麼平臺高增長下的IOS用戶為何最後留存下來的用戶最後卻不多了,其背後嚴重的用戶流失率是一個不容忽視的問題。

A/B 測試



[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112820Y.png[/img]

前面講了互聯網企業常用的用戶留存率指標,在產品在上線過程中經常會使用 A/B 測試(增長駭客的一個主要思想之一)來測試不同產品或者功能設計的效果,市場和運營可以通過 A/B 測試來完成不同管道、內容、廣告創意的效果評估,以選擇最佳的轉化方案。

要進行 A/B 測試有兩個必備因素:第一,有足夠的時間進行測試;第二,資料量和資料密度較高。因為當產品流量不夠大的時候,做 A/B 測試得到統計結果是很難的,也會影響結論的準確性。

經典模型(二八、ABC、RFM、購物籃模型等)


這裡著重講下RFM模型和購物籃模型。

關聯分析是一種簡單、實用的分析技術,是指從大量資料集中發現項集之間的關聯性或相關性。若兩個或多個變數的取值之間存在某種規律性,就稱為關聯。關聯可分為簡單關聯、時序關聯、因果關聯。關聯分析的一個典型例子是購物籃分析。該過程通過發現顧客放人其購物籃中的不同商品之間的聯繫,分析顧客的購買習慣。通過瞭解哪些商品頻繁地被顧客同時購買,這種關聯的發現可以幫助零售商制定行銷策略。其他的應用還包括價目表設計、商品促銷、商品的排放和基於購買模式的顧客劃分。

可從資料庫中關聯分析出形如"由於某些事件的發生而引起另外一些事件的發生"之類的規則。如“67%的顧客在購買啤酒的同時也會購買尿布”,因此通過合理的“啤酒和尿布”的貨架擺放或捆綁銷售可提高超市的服務品質和效益。

資料採擷(時序預測、聚類、分類、回歸分析、關聯規則)


回歸分析


[img]https://www.finereport.com/tw/wp-content/themes/BusinessNews/images/2019/11/tw-191128/2019112821Y.jpg[/img]
回歸分析估計的是兩個或兩個以上變數間的關係。我們可以舉這樣一個例子來幫助理解:

假設A想根據公司當前的經濟狀況估算銷售增長率,而最近一份資料表明,公司的銷售額增長約為財務增長的2.5倍。在此基礎上,A就能基於各項資料資訊預測公司未來的銷售情況。

使用回歸分析有許多優點,其中最突出的主要是以下兩個:

  • 它能顯示因變數和引數之間的顯著關係;
    它能表現多個獨立變數對因變數的不同影響程度


除此之外,回歸分析還能揭示同一個變數帶來的不同影響,如價格變動幅度和促銷活動多少。它為市場研究人員/資料分析師/資料科學家構建預測模型提供了評估所用的各種重要變數。具體可參考這篇文章《[url=https://www.finereport.com/tw/data-analysis/7-huigui-ff.html]這7種回歸分析方法,資料分析師必須掌握![/url]》

以上部分圖表來自[url=https://www.finereport.com/tw/]FineReport[/url]製作,歡迎大家免費試用!
[url=https://www.finereport.com/tw/products/trial]免費下載FineReport10.0[/url]

閱讀原文:
[url=https://t17.techbang.com/topics/55938-its-worth-collecting-data-analysts-essential-analytical-thinking-method-how-much-do-you-know][分享] 【值得收藏】數據分析師必備的分析思維方法,你知道多少?[/url]

5.1 [真心何在?] 維摩詰與魔王波旬鬥法 《維摩詰所說不可思議解脫經卷上菩薩品第四》

週一, 二月 24. 2020

5.1 [真心何在?] 維摩詰與魔王波旬鬥法 《維摩詰所說不可思議解脫經卷上菩薩品第四》


[0543a09] 佛告持世菩薩:「汝行詣維摩詰問疾。」

[0543a10] 持世白佛言:「世尊!我不堪任詣彼問疾。所以者何?憶念我昔,住於靜室,時魔波旬,從萬二千天女,狀如帝釋,鼓樂絃歌,來詣我所。與其眷屬,稽首我足,合掌恭敬,於一面立。我意謂是帝釋,而語之言:『善來憍尸迦!雖福應有,不當自恣。當觀五欲無常,以求善本,於身命財而修堅法。』即語我言:『正士!受是萬二千天女,可備掃灑。』我言:『憍尸迦!無以此非法之物要我沙門釋子,此非我宜。』所言未訖,時維摩詰來謂我言:『非帝釋也,是為魔來嬈固汝耳!』即語魔言:『是諸女等,可以與我,如我應受。』魔即驚懼,念:『維摩詰將無惱我?』欲隱形去,而不能隱;盡其神力,亦不得去。即聞空中聲曰:『波旬!以女與之,乃可得去。』魔以畏故,俛仰而與。

[0543a25] 「爾時維摩詰語諸女言:『魔以汝等與我,今汝皆當發阿耨多羅三藐三菩提心。』即隨所應而為說法,令發道意。復言:『汝等已發道意,有法樂可以自娛,不應復樂五欲樂也。』天女即問:『何謂法樂?』答言:『樂常信佛,樂欲聽法,樂供養眾,樂離五欲;樂觀五陰如怨賊,樂觀四大如毒蛇,樂觀內入如空聚;樂隨護道意,樂饒益眾生,樂敬養師;樂廣行施,樂堅持戒,樂忍辱柔和,樂勤集善根,樂禪定不亂,樂離垢明慧;樂廣菩提心,樂降伏眾魔,樂斷諸煩惱,樂淨佛國土,樂成就相好故,修諸功德;樂嚴道場;樂聞深法不畏;樂三脫門,不樂非時;樂近同學,樂於非同學中,心無恚礙;樂將護惡知識,樂親近善知識;樂心喜清淨,樂修無量道品之法。是為菩薩法樂。』

[0543b12] 「於是波旬告諸女言:『我欲與汝俱還天宮。』諸女言:『以我等與此居士,有法樂,我等甚樂,不復樂五欲樂也。』魔言:『居士可捨此女?一切所有施於彼者,是為菩薩。』維摩詰言:『我已捨矣!汝便將去,令一切眾生得法願具足。』於是諸女問維摩詰:『我等云何,止於魔宮?』維摩詰言:『諸姊!有法門名無盡燈,汝等當學。無盡燈者,譬如一燈,燃百千燈,冥者皆明,明終不盡。如是,諸姊!夫一菩薩開導百千眾生,令發阿耨多羅三藐三菩提心,於其道意亦不滅盡,隨所說法,而自增益一切善法,是名無盡燈也。汝等雖住魔宮,以是無盡燈,令無數天子天女,發阿耨多羅三藐三菩提心者,為報佛恩,亦大饒益一切眾生。』爾時天女頭面禮維摩詰足,隨魔還宮,忽然不現。世尊!維摩詰有如是自在神力,智慧辯才,故我不任詣彼問疾。」


引自:
中華電子佛典學會CBETA《漢文大藏經》,標點符號分段照引

參考資料:
不受魔王供養的持世菩薩 2014-07-25 | 慈濟基金會:
http://www.tzuchi.org.tw/%E8%AD%89%E5%9A%B4%E4%B8%8A%E4%BA%BA/%E6%B3%95%E9%9F%B3%E5%AE%A3%E6%B5%81/%E4%B8%8A%E4%BA%BA%E8%AA%AA%E6%95%85%E4%BA%8B/item/4749-%E4%B8%8D%E5%8F%97%E9%AD%94%E7%8E%8B%E4%BE%9B%E9%A4%8A%E7%9A%84%E6%8C%81%E4%B8%96%E8%8F%A9%E8%96%A9

4.3 [識論與量論] 於諸法相善巧菩薩之象徵:遍計執、依他起、圓成實 《解深密經卷二一切法相品第四》

週一, 二月 24. 2020

4.3 [識論與量論] 於諸法相善巧菩薩之象徵:遍計執、依他起、圓成實 《解深密經卷二一切法相品第四》

解深密經卷第二

大唐三藏法師玄奘奉 詔譯

一切法相品第四

[0693a06] 爾時,德本菩薩摩訶薩白佛言:「世尊!如世尊說:『於諸法相善巧菩薩。』於諸法相善巧菩薩者,齊何名為於諸法相善巧菩薩?如來齊何施設彼,為於諸法相善巧菩薩?」說是語已。

[0693a11] 爾時,世尊告德本菩薩曰:「善哉!德本!汝今乃能請問如來如是深義;汝今為欲利益安樂無量眾生,哀愍世間、及諸天、人、阿素洛等;為令獲得義利安樂故,發斯問。汝應諦聽,吾當為汝說諸法相。

[0693a15] 「謂諸法相略有三種,何等為三?一者、遍計所執相;二者、依他起相;三者、圓成實相。云何諸法遍計所執相?謂一切法名假安立自性差別,乃至為令隨起言說。云何諸法依他起相?謂一切法緣生自性,則此有故彼有,此生故彼生,謂無明緣行,乃至招集純大苦蘊。云何諸法圓成實相?謂一切法平等真如。於此真如,諸菩薩眾勇猛精進為因緣故,如理作意,無倒思惟為因緣故,乃能通達。於此通達,漸漸修集,乃至無上正等菩提方證圓滿。

[0693a25] 「善男子!如眩瞖人眼中所有眩瞖過患,遍計所執相當知亦爾。如眩瞖人眩瞖眾相:或髮毛、輪、蜂蠅、巨勝,或復青、黃、赤、白等相差別現前;依他起相當知亦爾。如淨眼人遠離眼中眩瞖過患,即此淨眼本性所行無亂境界;圓成實相當知亦爾。

[0693b02] 「善男子!譬如清淨頗胝迦寶,若與青染色合,則似帝青、大青、末尼寶像;由邪執取帝青、大青、末尼寶故,惑亂有情。若與赤染色合,則似琥珀末尼寶像;由邪執取琥珀末尼寶故,惑亂有情。若與綠染色合,則似末羅羯多末尼寶像;由邪執取末羅羯多末尼寶故,惑亂有情。若與黃染色合,則似金像;由邪執取真金像故,惑亂有情。

[0693b10] 「如是,德本!如彼清淨頗胝迦上,所有染色相應;依他起相上,遍計所執相言說習氣,當知亦爾。如彼清淨頗胝迦上,所有帝青、大青、琥珀、末羅羯多、金等邪執;依他起相上遍計所執相執,當知亦爾。如彼清淨頗胝迦寶;依他起相,當知亦爾。如彼清淨頗胝迦上,所有帝青、大青、琥珀、末羅羯多、真金等相,於常常時,於恒恒時,無有真實、無自性性,即依他起相上,由遍計所執相,於常常時、於恒恒時,無有真實、無自性性;圓成實相,當知亦爾。

[0693b21] 「復次,德本!相名相應以為緣故,遍計所執相而可了知;依他起相上,遍計所執相執以為緣故,依他起相而可了知;依他起相上,遍計所執相無執以為緣故,圓成實相而可了知。

[0693b25] 「善男子!若諸菩薩能於諸法依他起相上,如實了知遍計所執相,即能如實了知一切無相之法;若諸菩薩如實了知依他起相,即能如實了知一切雜染相法;若諸菩薩如實了知圓成實相,即能如實了知一切清淨相法。

[0693c01] 「善男子!若諸菩薩能於依他起相上,如實了知無相之法,即能斷滅雜染相法;若能斷滅雜染相法,即能證得清淨相法。

[0693c03] 「如是,德本!由諸菩薩如實了知遍計所執相、依他起相、圓成實相故;如實了知諸無相法、雜染相法、清淨相法;如實了知無相法故,斷滅一切雜染相法,斷滅一切染相法故,證得一切清淨相法。齊此名為於諸法相善巧菩薩;如來齊此施設彼為於諸法相善巧菩薩。」

[0693c10] 爾時,世尊欲重宣此義,而說頌曰:

「若不了知無相法,  雜染相法不能斷;
 不斷雜染相法故,  壞證微妙淨相法。
 不觀諸行眾過失,  放逸過失害眾生;
 懈怠住法動法中,  無有失壞可憐愍。」


引自:
中華電子佛典學會CBETA《漢文大藏經》,標點符號分段照引
https://tripitaka.cbeta.org/T16n0676_002

4.2 [識論與量論] 佛陀的沈默 《雜阿含第九六一經》

週一, 二月 24. 2020

4.2 [識論與量論] 佛陀的沈默 《雜阿含第九六一經》

(一九五)

[0444c01] 如是我聞:

[0444c01] 一時,佛在王舍城靈鷲山迦蘭陀竹林。彼時犢子梵志往詣佛所,問訊佛已,在一面坐。白佛言:「瞿曇!一切眾生為有我不?」佛默然不答。又問:「為無我耶?」佛亦不答。爾時,犢子作是念:「我曾數問沙門瞿曇如是之義,默不見答。」

[0444c06] 爾時,阿難侍如來側,以扇扇佛。彼時阿難聞其語已,即白佛言:「世尊!何故犢子所問默然不答?若不答者,犢子當言:『我問如來都不見答,增邪見耶?』」

[0444c09] 佛告阿難:「於先昔,彼問一切諸法,若有我者,吾可答彼犢子所問。吾於昔時,寧可不於一切經說無我耶?以無我故,答彼所問,則違道理。所以者何?一切諸法,皆無我故。云何以我,而答於彼?若然者,將更增彼昔來愚惑。復次,阿難!若說有我,即墮常見;若說無我,即墮斷見。如來說法,捨離二邊,會於中道,以此諸法壞故不常,續故不斷,不常不斷,因是有是,因是生故,彼則得生,若因不生,則彼不生,是故因於無明,則有行生,因行故有識,因識故有名色,因名色故有六入,因六入故有觸,因觸故有受,因受故有愛,因愛故有取,因取故有有,因有故有生,因生故有老死,憂悲苦惱,眾苦聚集。因是故有果滅,無明滅則行滅,行滅則識滅,識滅則名色滅,名色滅則六入滅,六入滅則觸滅,觸滅則受滅,受滅則愛滅,愛滅則取滅,取滅則有滅,有滅則生滅,生滅則老死,憂悲苦惱,眾苦聚集滅盡,則大苦聚滅。」

[0444c27] 佛說是已,諸比丘聞佛所說,歡喜奉行。


引自:
中華電子佛典學會CBETA《漢文大藏經》,標點符號分段照引
http://tripitaka.cbeta.org/T02n0100_010

參考:
莊春江《長阿含經對讀》
http://agama.buddhason.org/book/as/as057.htm