数据分析思维是什么?

【导语】有同学说，数据分析思维就是信息、情报思维，获取更多信息，知道更多的细节，然后作出合理的推断，一起来看下数据分析思维是什么?

一、数据分析思维是什么

以上的口号、目标、手段和工具，都不是数据思维，而是数据分析的一个个的侧面。

我们继续思考：这一切的本质到底是什么呢?前面好像没路了。

好在我们有万能的哲学。我们得借用一下哲学的研究方法：

抽象是哲学的根本特点，一切具体的存在和发展都必须遵循抽象的规律;一切具体的应用学科都应该遵守抽象的哲学原理，但这必须以哲学原理的正确性为前提。

好，就用抽象这个工具继续思考，我们先总结、归纳，然后再抽象，这是自下而上的归纳法。然后抽象出来之后，再自上而下的往下演绎，验证一下我们思考的结论是否正确。

因为是归纳法，那这些东西要多少有多少，穷举当然是一个好办法，但是篇幅有限，我们选择最优代表性的就行了。

我们先把各种AARRR、RFM、帕累托、四象限等抽象一层，就得到了业务分析模型，是用一个个固化的结构来解释数据表现;

我们把聚类、分类、预测等抽象一层，就得到了算法模型，是用一个个数学公式来实现数据的演化;

把对比、细分、结构、递进抽象一层，就是数据分析方法，是用一个个技巧发现数据表达的内在含义;

把数据地图、固定报表、多维分析报告、大屏、A/B Test抽象一层，就是数据分析工具，是用一个个系统提升我们分析的效率。

我们把业务分析模型、算法模型、数据分析方法、数据分析工具等再抽象一层，是什么?

有同学瞬间就通透了：哇，这不就是数据分析思维吗?抱歉，我们不需要名字，抽象一层之后叫啥其实无所谓，叫数据分析思维、叫数据思维、叫干饭思维都无所谓;我们真正在意的是再抽象一层之后，这一层的核心意义是什么?

我思考的结果是：不管是用业务模型来解释数据表现、还是用数据公式实现数据的演化、还是用技巧发现数据表达的含义、抑或是用工具提升我们数据分析的效率，本质上都是在做同一件事：一刀劈开是非对错。

二、数据分析不是故弄玄虚，而是贴合用户认知的建模

很多数据分析高手都曾说：数据分析其实就是把定性的事情转变为定量，这样我们就能够更具象化、标准化，能横纵对比，能细化放大，能把复杂的事情简单化。

这很对，也是数据分析的核心价值所在。

但是!我们量化分析之后呢?做什么?还是得回到我们最终用户身上，告诉他，这样好，那样不好，为什么;这么对，那么不对，为什么。

很多数据分析师还总结一个原则：只描述事实，不做判断。其实我认为不太恰当。在量化阶段的确需要这样做，但是在往下落的时候你还是只描述事实，不做判断，这样是没信服力的，价值也有限。另外还有一个恶果，就是描述事实谁都会，业务/运营就会说：你把数据给我就好了，我自己看。

所以我们必须要有这惊天一刀，劈开混沌，分清是非对错、好坏善恶;数据领域本来就有这个词，这就是“建模”。

本来想举几个例子，可是自己公司的例子不能举，别人公司的例子又拿不到，非常恼火，不过有个非常好的角度可以给大家剖析一下举例子一定要真实的吗?未必!我们既然是想证明“一个模型如何说服别人”，那么反面的例子也是OK的，对不?

比如最典型的沃尔玛“啤酒+尿布”的虚假案例(感兴趣自行查找)，到现在仍然是大数据发现商机的典型案例;他们就是通过“啤酒+尿布”这个奇特的建模角度告诉大家这样的商品组合很好。

你看，用户很买账!没有人在乎这是一个虚假的例子!但是如果你给一张表格，然后读数，用户大概率会开始低头玩手机的。

这一点我们确认之后，再往下演绎试一下;既然数据分析思维的核心是一刀劈开是非对错、好坏善恶，套用一个词就是“建模”。那数据分析思维往下细化应该有哪些呢?

其实我们想来想去无非还是那些，方法论、资源、流程、工具、原则等等。那再往下拆解呢?当然也能拆解出来很多内容了，比如：

三、总结

OK，回到最开始那位同学提到的那个判断：“数据分析思维又是一个很虚的东西…”

数据分析思维很虚吗?在我看来，非常的实!无比的扎实——数据分析通过量化，把大众认知中的定性思维转变为定量思维，从而让我们更容易理解数据、看懂数据、比较数据。但是我们千万不能站在量化的高台上俯瞰用户，这样用户会离你原来越远。

我们还需要加一步，对数据和业务进行建模，一刀劈开是非对错，好坏善恶，回归到用户的二元认知中;告诉他们这个好，那个不好，为什么，这样用户才会信服你，认可你，接纳你——我认为这才是数据分析思维的核心奥义。

以上就是数据分析思维是什么?的内容，数据分析通过量化，把大众认知中的定性思维转变为定量思维，从而让我们更容易理解数据，看懂数据，比较数据。