起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識到底什么才是數據分析思維？
編輯導語：數據分析一直是非常重要的一個能力，數據分析的目的在于驅動決策，但這不僅僅只是說說而已，一個優秀的數據分析師要有數據分析思維，通過收集數據進行更好的更新迭代；本文作者分享了關于數據分析思維的解釋，我們一起來看一下。
咱接著昨天的內容繼續聊，《就光會拉個數，要你數據分析師有什么用？》，還是從宋世君大佬分享內容中獲得的靈感，有個同學是這么問的：
老師好，我想提問：作為數據分析師如何檢驗自己的水平或者能力？因為數據分析師個人認為最重要的是思維，但是思維又是一個很虛的內容，不像研發崗位，有非常確定的知識體系。
這個問題很有意思，宋世君大佬是從數據能力層面上解釋的，我就不狗尾續貂了，我們今天來聚焦一下“數據分析思維”。
一、數據分析思維不是什么
但凡要是問一個數據分析師，他肯定可以給你扯出來一堆的內容，比如：一定要看數據！要數據指導運營！要數據化管理！要科學決策！
抱歉哈，這叫口號；而且這些口號除了咱數據分析師之外，別人都不會真正放在心上的。
有算法的同學深思熟慮了一下，說：數據分析思維就是信息、情報思維，獲取更多信息，知道更多的細節，然后作出合理的推斷。
這個回答好像很贊哦！不過，這些不是數據分析思維本身，而是它的目標。如果把目標當做思維，每個八卦er都是數據分析師，那些狗仔隊簡直可以成為數據分析大神了！甚至娛樂界還有“謠言”=“真相”的說法。
也有數分的同學會給出比較干的內容：數據分析思維就是細分、對比、結構化、遞進、相關性，是AARRR、是漏斗模型等等，這個就比較接地氣了?？刹皇敲?？我們做數據分析其實說來說去也就這些手段。
這對嗎？也不對。這些都是實現的手段、方法論，是屬于“術”的層面。
技術同學站出來了，那就是做各種數據產品，什么固定報表、多維分析、即席查詢、大屏展示一應俱全，做到數據即是服務，這總該對了吧？
這也只是數據分析的工具而已，是“器”的層面。數據產品做好了，肯定是能提升數據分析的效率、增強數據分析的能力。
二、數據分析思維是什么
以上的口號、目標、手段和工具，都不是數據思維，而是數據分析的一個個的側面。
我們繼續思考：這一切的本質到底是什么呢？前面好像沒路了。
好在我們有萬能的哲學。我們得借用一下哲學的研究方法：
抽象是哲學的根本特點，一切具體的存在和發展都必須遵循抽象的規律；一切具體的應用學科都應該遵守抽象的哲學原理，但這必須以哲學原理的正確性為前提。
好，就用抽象這個工具繼續思考，我們先總結、歸納，然后再抽象，這是自下而上的歸納法。然后抽象出來之后，再自上而下的往下演繹，驗證一下我們思考的結論是否正確。
因為是歸納法，那這些東西要多少有多少，窮舉當然是一個好辦法，但是篇幅有限，我們選擇最優代表性的就行了。
- 我們先把各種AARRR、RFM、帕累托、四象限等抽象一層，就得到了業務分析模型，是用一個個固化的結構來解釋數據表現；
- 我們把聚類、分類、預測等抽象一層，就得到了算法模型，是用一個個數學公式來實現數據的演化；
- 把對比、細分、結構、遞進抽象一層，就是數據分析方法，是用一個個技巧發現數據表達的內在含義；
- 把數據地圖、固定報表、多維分析報告、大屏、A/B Test抽象一層，就是數據分析工具，是用一個個系統提升我們分析的效率。
- 我們把業務分析模型、算法模型、數據分析方法、數據分析工具等再抽象一層，是什么？
有同學瞬間就通透了：哇，這不就是數據分析思維嗎？抱歉，我們不需要名字，抽象一層之后叫啥其實無所謂，叫數據分析思維、叫數據思維、叫干飯思維都無所謂；我們真正在意的是再抽象一層之后，這一層的核心意義是什么？
我思考的結果是：不管是用業務模型來解釋數據表現、還是用數據公式實現數據的演化、還是用技巧發現數據表達的含義、抑或是用工具提升我們數據分析的效率，本質上都是在做同一件事：一刀劈開是非對錯。
三、數據分析不是故弄玄虛，而是貼合用戶認知的建模
很多數據分析高手都曾說：數據分析其實就是把定性的事情轉變為定量，這樣我們就能夠更具象化、標準化，能橫縱對比，能細化放大，能把復雜的事情簡單化。
這很對，也是數據分析的核心價值所在。
但是！我們量化分析之后呢？做什么？還是得回到我們最終用戶身上，告訴他，這樣好，那樣不好，為什么；這么對，那么不對，為什么。
很多數據分析師還總結一個原則：只描述事實，不做判斷。其實我認為不太恰當。在量化階段的確需要這樣做，但是在往下落的時候你還是只描述事實，不做判斷，這樣是沒信服力的，價值也有限。另外還有一個惡果，就是描述事實誰都會，業務/運營就會說：你把數據給我就好了，我自己看。
所以我們必須要有這驚天一刀，劈開混沌，分清是非對錯、好壞善惡；數據領域本來就有這個詞，這就是“建?！?。
本來想舉幾個例子，可是自己公司的例子不能舉，別人公司的例子又拿不到，非常惱火，不過有個非常好的角度可以給大家剖析一下舉例子一定要真實的嗎？未必！我們既然是想證明“一個模型如何說服別人”，那么反面的例子也是OK的，對不？
比如最典型的沃爾瑪“啤酒+尿布”的虛假案例（感興趣自行查找），到現在仍然是大數據發現商機的典型案例；他們就是通過“啤酒+尿布”這個奇特的建模角度告訴大家這樣的商品組合很好。
你看，用戶很買賬！沒有人在乎這是一個虛假的例子！但是如果你給一張表格，然后讀數，用戶大概率會開始低頭玩手機的。
這一點我們確認之后，再往下演繹試一下；既然數據分析思維的核心是一刀劈開是非對錯、好壞善惡，套用一個詞就是“建?！?。那數據分析思維往下細化應該有哪些呢？
其實我們想來想去無非還是那些，方法論、資源、流程、工具、原則等等。那再往下拆解呢？當然也能拆解出來很多內容了，比如：
四、總結
OK，回到最開始那位同學提到的那個判斷：“數據分析思維又是一個很虛的東西…”
數據分析思維很虛嗎？在我看來，非常的實！無比的扎實——數據分析通過量化，把大眾認知中的定性思維轉變為定量思維，從而讓我們更容易理解數據、看懂數據、比較數據。但是我們千萬不能站在量化的高臺上俯瞰用戶，這樣用戶會離你原來越遠。
我們還需要加一步，對數據和業務進行建模，一刀劈開是非對錯，好壞善惡，回歸到用戶的二元認知中；告訴他們這個好，那個不好，為什么，這樣用戶才會信服你，認可你，接納你——我認為這才是數據分析思維的核心奧義。
作者：大數據架構師，公眾號：大數據架構師，國藥國華大數據總監，擅長BI、數倉、數據中臺產品規劃領域
本文由 @大數據架構師 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自pexels，基于 CC0 協議
數據分析思維新的理解層面，mark一下