数据思维

这是一篇关于数据思维的思维导图，主要内容包括：数据思维常见误解，转型：如何培养数据敏感度，背景：为什么孤立的数据没有意义，推理：怎么发现数据隐藏的信息，差异：为什么同样的数据感受不一样，估算：为什么 要敢于不精确，映射：数据究竟是什么。

数据思维

• 数据思维常见误解
  • 1.数据思维就是使用数据来提出问题和解决问题的能力
  • 2.数据思维的强弱，不基于先天的数字感，也不基于你掌握多少数据技能和数据知识，而是基于你对数据技能和数据知识的认知
  • 3.数据知识和数据技能看起来是客观的，但对它们的理解、认知却因人而异。这就是每个人的数据思维水平相差很大的重要原因
• 转型：如何培养数据敏感度
  • 1.量转型。思考、谈论和使用一个东西时，有意识地把过程定性的方式转变为定量的方式。
  • 2.量定义。如果一个事物的性质是用某一方面的量来定义的，就搞清楚它具体是怎么定义的。
  • 3.对应值。在量定义的基础上，为事物确实一个明确的量的标准
• 背景：为什么孤立的数据没有意义
  • 1.背景不同，数据代表的意义就不同。只有确定了数据的背景，才能准确理解数据的意义。
  • 2.掌握数据的背景可以帮助我们理解什么信息呢？第一，理解事物的属性；第二，理解事物相对情况；第三，理解当事人的意图
• 推理：怎么发现数据隐藏的信息
  • 单一的一个数据包含的信息也不是那么少，我们需要把隐含的信息挖掘出来。
    • 1.数据推断。先利用数学知识做出假设，然后再进行推断。
    • 2.逻辑推理。从各个领域的规则和限制条件出发，进行合理化推测
    • 3.切换视角。在不同的视角、关系下观察数据，数据就会发出不同的隐含信息
• 差异：为什么同样的数据感受不一样
  • 1.如果从人这一端来看，人的生物性和人与人之间的差异会导致我们在面对同样的数据时，产生不同的感觉、解释和观点
  • 2.人与人的差异主要包含三个方面——一，生理倾向差异；二，文化属性差异；三，价值立场差异。
  • 3.由于人逢身的差异而导致对数据感知的差异，既是正常的，也是要警惕的。一定不要把自己的特点当成全人类的特点，大家对数据的感知可能真的不太一样。
• 估算：为什么 要敢于不精确
  • 1.对数据精度的过分迷恋是一件要警惕的事情。根据目标确定需要什么精度的数据，才是好的数据思维。
  • 2.估算能让我们在知道很少信息的情况下得出相对靠谱的数据。估算时要做到两点——敢于不精确，但不能太离谱。
  • 3.“二八法则”和“1%法则”是两个非常好用的估算技巧。
• 映射：数据究竟是什么
  • 对于“数据究竟是什么”这个问题，我们可以从三个方面来理解：
    • 1.数据是对现实世界实体的映射，是在某种方法之下对实体的数字化表达。
    • 2.数据需要元数据来说明、描写和记录它的关键特征。
    • 3.不要数据容器和数据本身混淆，也不要以为数据自动蕴含信息。数据中蕴含什么信息，需要有数据思维的人专门处理。