編輯導(dǎo)語：數(shù)據(jù)分析一直是非常重要的一個能力，數(shù)據(jù)分析的目的在于驅(qū)動決策，但這不僅僅只是說說而已，一個優(yōu)秀的數(shù)據(jù)分析師要有數(shù)據(jù)分析思維，通過收集數(shù)據(jù)進行更好的更新迭代；本文作者分享了關(guān)于數(shù)據(jù)分析思維的解釋，我們一起來看一下。

咱接著昨天的內(nèi)容繼續(xù)聊，《就光會拉個數(shù)，要你數(shù)據(jù)分析師有什么用？》，還是從宋世君大佬分享內(nèi)容中獲得的靈感，有個同學(xué)是這么問的：

老師好，我想提問：作為數(shù)據(jù)分析師如何檢驗自己的水平或者能力？因為數(shù)據(jù)分析師個人認(rèn)為最重要的是思維，但是思維又是一個很虛的內(nèi)容，不像研發(fā)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(shù)據(jù)能力層面上解釋的，我就不狗尾續(xù)貂了，我們今天來聚焦一下“數(shù)據(jù)分析思維”。

一、數(shù)據(jù)分析思維不是什么

但凡要是問一個數(shù)據(jù)分析師，他肯定可以給你扯出來一堆的內(nèi)容，比如：一定要看數(shù)據(jù)！要數(shù)據(jù)指導(dǎo)運營！要數(shù)據(jù)化管理！要科學(xué)決策！

抱歉哈，這叫口號；而且這些口號除了咱數(shù)據(jù)分析師之外，別人都不會真正放在心上的。

有算法的同學(xué)深思熟慮了一下，說：數(shù)據(jù)分析思維就是信息、情報思維，獲取更多信息，知道更多的細(xì)節(jié)，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(shù)據(jù)分析思維本身，而是它的目標(biāo)。如果把目標(biāo)當(dāng)做思維，每個八卦er都是數(shù)據(jù)分析師，那些狗仔隊簡直可以成為數(shù)據(jù)分析大神了！甚至娛樂界還有“謠言”=“真相”的說法。

也有數(shù)分的同學(xué)會給出比較干的內(nèi)容：數(shù)據(jù)分析思維就是細(xì)分、對比、結(jié)構(gòu)化、遞進、相關(guān)性，是AARRR、是漏斗模型等等，這個就比較接地氣了。可不是么？我們做數(shù)據(jù)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(xiàn)的手段、方法論，是屬于“術(shù)”的層面。

技術(shù)同學(xué)站出來了，那就是做各種數(shù)據(jù)產(chǎn)品，什么固定報表、多維分析、即席查詢、大屏展示一應(yīng)俱全，做到數(shù)據(jù)即是服務(wù)，這總該對了吧？

這也只是數(shù)據(jù)分析的工具而已，是“器”的層面。數(shù)據(jù)產(chǎn)品做好了，肯定是能提升數(shù)據(jù)分析的效率、增強數(shù)據(jù)分析的能力。

二、數(shù)據(jù)分析思維是什么

以上的口號、目標(biāo)、手段和工具，都不是數(shù)據(jù)思維，而是數(shù)據(jù)分析的一個個的側(cè)面。

我們繼續(xù)思考：這一切的本質(zhì)到底是什么呢？前面好像沒路了。

好在我們有萬能的哲學(xué)。我們得借用一下哲學(xué)的研究方法：

抽象是哲學(xué)的根本特點，一切具體的存在和發(fā)展都必須遵循抽象的規(guī)律；一切具體的應(yīng)用學(xué)科都應(yīng)該遵守抽象的哲學(xué)原理，但這必須以哲學(xué)原理的正確性為前提。

好，就用抽象這個工具繼續(xù)思考，我們先總結(jié)、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(jié)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(dāng)然是一個好辦法，但是篇幅有限，我們選擇最優(yōu)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(yè)務(wù)分析模型，是用一個個固化的結(jié)構(gòu)來解釋數(shù)據(jù)表現(xiàn)；
• 我們把聚類、分類、預(yù)測等抽象一層，就得到了算法模型，是用一個個數(shù)學(xué)公式來實現(xiàn)數(shù)據(jù)的演化；
• 把對比、細(xì)分、結(jié)構(gòu)、遞進抽象一層，就是數(shù)據(jù)分析方法，是用一個個技巧發(fā)現(xiàn)數(shù)據(jù)表達的內(nèi)在含義；
• 把數(shù)據(jù)地圖、固定報表、多維分析報告、大屏、A/B Test抽象一層，就是數(shù)據(jù)分析工具，是用一個個系統(tǒng)提升我們分析的效率。
• 我們把業(yè)務(wù)分析模型、算法模型、數(shù)據(jù)分析方法、數(shù)據(jù)分析工具等再抽象一層，是什么？

有同學(xué)瞬間就通透了：哇，這不就是數(shù)據(jù)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(shù)據(jù)分析思維、叫數(shù)據(jù)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(jié)果是：不管是用業(yè)務(wù)模型來解釋數(shù)據(jù)表現(xiàn)、還是用數(shù)據(jù)公式實現(xiàn)數(shù)據(jù)的演化、還是用技巧發(fā)現(xiàn)數(shù)據(jù)表達的含義、抑或是用工具提升我們數(shù)據(jù)分析的效率，本質(zhì)上都是在做同一件事：一刀劈開是非對錯。

三、數(shù)據(jù)分析不是故弄玄虛，而是貼合用戶認(rèn)知的建模

很多數(shù)據(jù)分析高手都曾說：數(shù)據(jù)分析其實就是把定性的事情轉(zhuǎn)變?yōu)槎?，這樣我們就能夠更具象化、標(biāo)準(zhǔn)化，能橫縱對比，能細(xì)化放大，能把復(fù)雜的事情簡單化。

這很對，也是數(shù)據(jù)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(shù)據(jù)分析師還總結(jié)一個原則：只描述事實，不做判斷。其實我認(rèn)為不太恰當(dāng)。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(yè)務(wù)/運營就會說：你把數(shù)據(jù)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(shù)據(jù)領(lǐng)域本來就有這個詞，這就是“建?！薄?/p>

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(xiàn)在仍然是大數(shù)據(jù)發(fā)現(xiàn)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(shù)，用戶大概率會開始低頭玩手機的。

這一點我們確認(rèn)之后，再往下演繹試一下；既然數(shù)據(jù)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(shù)據(jù)分析思維往下細(xì)化應(yīng)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(dāng)然也能拆解出來很多內(nèi)容了，比如：

四、總結(jié)

OK，回到最開始那位同學(xué)提到的那個判斷：“數(shù)據(jù)分析思維又是一個很虛的東西…”

數(shù)據(jù)分析思維很虛嗎？在我看來，非常的實！無比的扎實——數(shù)據(jù)分析通過量化，把大眾認(rèn)知中的定性思維轉(zhuǎn)變?yōu)槎克季S，從而讓我們更容易理解數(shù)據(jù)、看懂?dāng)?shù)據(jù)、比較數(shù)據(jù)。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(yuǎn)。

我們還需要加一步，對數(shù)據(jù)和業(yè)務(wù)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(rèn)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(rèn)可你，接納你——我認(rèn)為這才是數(shù)據(jù)分析思維的核心奧義。

作者：大數(shù)據(jù)架構(gòu)師，公眾號：大數(shù)據(jù)架構(gòu)師，國藥國華大數(shù)據(jù)總監(jiān)，擅長BI、數(shù)倉、數(shù)據(jù)中臺產(chǎn)品規(guī)劃領(lǐng)域

本文由 @大數(shù)據(jù)架構(gòu)師 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自pexels，基于 CC0 協(xié)議