怎樣提高數據敏感性和數據的分析能力？

12-02

對數據天生不敏感，喜歡用定性的方法分析問題，現在從事與數據多打交道的工作，請問，怎樣培養對數據的敏感性和提高數據的分析能力？

背數據！絕對是背數據！！！！
就好像英語的語感是靠背文章來實現，數據的感覺也來源於背數據！
我老大一開始帶我的時候每晚都會讓我背今天的交易數據，用戶數據等等等等，一開始很不理解，後來慢慢上道了才豁然開朗！培養對數據的感覺太重要了！能讓你一眼就看出哪裡的數據有問題，哪裡的數據有關聯，然後開始下一步的分析。

很多人推薦看書的都很有道理，但是作為一個入門級的小白，看各種各樣的方法論效果真的很差！就從熟悉業務數據開始吧！每天對著數據看！背！然後有一天你覺得好噁心，然後就吐了！然後你就頓悟了！

簡單、粗暴！

等你真正有了數據感覺，開始做數據分析了，覺得自己的知識體系太不健全了，這時候別人推薦的書就可以找來看了！

我實在不明白上面一些答案說的背數據，死記硬背的必要性。我的工作是市場分析師，剛開始的時候我對數據並不敏感，後來都了很多行業報告，以及處理了一些case以後漸漸就有經驗了。有時候我們用公司購買調研公司的那種訂製的數據，比如很多競爭對手的銷售情況等等，一般都是在excel裡面，重要的不是記憶數據，而是怎樣去玩兒這些數據，首先一些excel的功能要熟悉，比如數據透視表這樣的，可以用不同的方式篩選排序，然後也可以plot成線圖柱圖等等，比如做一個排行，比如分析銷售渠道，比如分析中高低端產品的比例等等這些都是最基本的，或者從其他角度比如從購買方式，從地區等等角度來分析。
另外一個方面是發現數據走向中不正常的部分，比如突然增長，那就要看看是什麼原因，這個很多時候不難找到原因，比如公司驟增發生在新產品發布的一周以後，或者是因為到了購物的高峰期。
另外要對數據的差異化比較敏感，比如不同類型消費者對品牌A和品牌B的忠誠度，比如有80%的學生人從品牌A換到品牌B，反過來從品牌B轉向品牌A的學生只有30%，這樣你就可以發現insights，如果上述例子中的兩個百分比很相近，就沒有insight，所以給你一個excel表格，大概上下掃不到一分鐘，只要抓住這兩個百分比的gap，很快就可以提取有效信息出來了。這是我工作中的實例。
上面提到讀很多行業報告，因為行業報告里有很多東西是分析師總結過的，看多了，自然就對別人發現問題總結問題的方法越來越熟悉最後變成自己的知識了。

1.多看數據，了解數據正常的走勢。
前期的笨方法：先記住這個指標下，怎樣的曲線，才是正常的。如果出現異常，你就能一眼看出這裡發生了問題。

2.熟悉業務邏輯，了解數據走勢背後的原因。
在死記硬背以後，你能在日常工作中，一眼看出問題了。看出問題，還不夠，你要知道怎麼找到問題的源頭。
那麼你就要開始思考下面這些：數據是怎麼得到的；統計項是根據什麼統計的；影響的因素有哪些；這些因素的變化，對你的數據有什麼影響……等等

3.定位問題，提出解決方案
數據分析最終的目的，是要找出問題的源頭，和找到解決方案。
如果只是單純的數據分析，找到問題的源頭就夠了，然後反應到相關負責的人，讓他們去解決。但是作為一個有上進心的機智的小夥伴，怎麼能滿足於這點呢？
你要自己嘗試提出解決方案，去嘗試是否有用。或者對比其他人的解決方案，來對比分析優缺點。這是一個非常好的熟悉業務的方式。

4.熟悉所有的業務模塊，為提升數據，提出優化方案。
前面的1-3步，只是停留在後知後覺的階段。你能知道哪裡發生了問題（1），問題的原因在哪（2），怎樣解決（3）。這樣就夠了嗎？夠了嗎？

作為一個有理想有抱負的騷年必須說 No！，因為真正提高你能力的時候來啦！
根據前面3步的磨練，你開始慢慢的可以根據即將開展的業務，來預測將來的數據走向；根據歷史的經驗教訓，來預防可能出現的問題。
同時你還可以為了提升核心數據，來提出優化方案，優化業務的流程，讓你的業務的數據更加好看。（這又是另一個需要展開的問題了=，=）

然後升職加薪就離你不遠了。

數據分析背後是邏輯分析，提高邏輯分析能力非一日之功。如果只想在工作中提高一下，這裡提2種捷徑：

1. 如果你的工作是找問題，那麼就拿有問題的數據和沒問題的數據做對比，自己歸納總結一下，再分分類，別怕煩，多做幾次自然就有感覺了。

2. 如果你的工作是找規律，那麼記住你找的規律是對工作有價值的，不是搞研究。你只要把公司重點關心的問題列出來，然後想想答案會是什麼樣的，什麼樣的答案需要什麼樣的數據做支撐（正反都有用）就可以了。

「數據分析」的能力，對應著根據事實提出假說（選題、假說建模、驗證）不完全歸納的數學建模能力。

最基本的能力，是需要熟悉各種模型。絕大多數我們能遇到的問題，可以用非常傳統和成熟的模型解釋。比如概率模型、微分方程，或者簡單的四則運算。遇到數據，「笨」辦法是把各種模型拿出來挨個試，哪個最像，就用哪個建模，再用這個模型驗證剩下的和未來遇到的數據。熟練以後，可能不需要挨個試，就能直覺到哪個模型更適合。例如，經過小學以後，對等比數列或等差數列哪個更適用，就算熟練了。

高級點的能力，是根據數據（不完全）歸納出模型。不要想多了，這些模型絕大多數不需要你創造，用傳統模型就應該夠用。如果傳統模型不滿足你的要求，要麼你將開創一個全新的領域，要麼你搞錯了。目前可觀測而不能解釋的現象不多，比如湍流，比如量子理論與相對論的統一，比如股票走勢，這些不該由你解決。

綜上所述，先熟練定式（模型），然後相機應用。
多做題。

第一敏感
從一個你開始感興趣的話題
比如你喜歡活著憧憬股票那麼知乎上有一個股票是否有操盤手的問題其實就是一個好起點然後你可能就開始對一些數字敏感強烈推薦各種和數字有關的陰謀論
ps 操盤手那個私以為不是陰謀論

第二個分析能力
在一個你喜歡的領域找一個能夠產生利益的方向然後找一個老師一定要入門級就能學明白的跟著學一段獲益最好不獲益再找一個到某一次獲益或者你開始覺得自己更nb 那麼恭喜你你的分析能力提升了

其實這些都是撈偏門不過誰否定在意相同結果之前不一些不同的途徑呢

個人對於數字的敏感性和分析能力絕大部分來源於我覺得那個數字是否符合我認為的事實

天生的，內向的優勢

窮的時候對數據就特別敏感