很显然，在我们没有系统的学习和接触与数据相关的知识之前，我们倾向于使用大脑的本能来思考和使用数据。
人类的身体进化是以万年为单位的，人类进入工业社会至今也才短短250年，身体无法快速适应智能时代的变化，在大多数情况下，我们对世界的认知依然偏向于使用本能。而智能时代对人的要求，往往是反直觉的。
在智能时代面对数据，不是人类的大脑本能越来越强大，思维认知和数据工具跟不上人类的创造力，而是思维认知和数据工具已遥遥领先人类依靠本能对数据的应用。
这就会导致明明有个更好的数据方法论，并且有更好的数据工具，而思维认知和应用水平达不到，反向将其定义为复杂。而人的大脑总是趋向于用简单耗能更好的方法来解决问题。比如，手工思维、单表模型（大宽表）、报表思维等。
你可能难以想象，居然还有人对着Excel按计算器，以表现自己的工作是多么的努力，这是多么愚蠢的行为，它却真真切切的就发生在当下。
用Excel关于F1 2万个零件
你可能认为，我才没有那么愚蠢，我不会对着Excel按计算器。那么，我们换个视角，单表模型（大宽表）和报表思维，其实就是高级版的对着Excel按计算器的典型代表。
单表模型在应对简单的数据环境时，这确实是一种不错的解题思路，而在面对复杂的数据环境时，依然将其奉为经典，那么就和对着Excel按计算器无异。这个时候更应该做的是看一看Ralph Kimball和Margy Ross的维度建模数据理论。凡是从事与数据相关工作的，我都推荐重点进行学习。在面对复杂数据问题时，单表模型将成为数据使用的瓶颈，无论在硬件占用、计算效率和使用便捷度等方面考虑，这都不是一个好的选择。
而报表思维，则是现在数据领域中一个更大的“祸害”。数据库SQL语句+报表，想要什么数据就从数据中获取数据并使用SQL语句编制为报表，只要是需求方能讲出来并且有数据的需求，那么理论上，都可以通过报表满足。但问题则在于，这完全没有灵活性，通常IT会选择堆砌更多的报表来满足更多的需求，实际上需求是无限的，报表是无限的。在这种模式当中，IT会成为瓶颈，并且会非常反感需求方的需求多且不具体，而实际上我们的常识告诉我们，业务的需求其实是完全没问题的，有问题的是调取和使用数据的效率不够高。报表思维还有另一个重灾区的领域，关于数据大屏的设计，99%的数据大屏都是这种方式，从数据库到数据大屏，当需要修改时，则往往需要很高的成本，尤其设计到复杂的页面交互时。
大象跳舞
这个时候我们需要的是什么？是数据模型。如果用户使用的数据背后没有数据模型，那么将是无穷无尽的报表和难以维护的数据垃圾，而不是一个好的解决方案，我们总希望用有限的手段来解决无限的需求，那么数据模型就是答案。如果数据大屏的使用背后没有数据模型，那么将是更多的复杂工作量和难以维护的系统设计以及无尽的商务问题。
现在，你是否觉得自己是那个对着Excel按计算器的人。
以上，只是我们数据工作中几个比较明显的问题，而这种问题只所以普遍存在，是因为这种数据思潮非常符合人的本能思考方式。我们需要做的就是改变这一切，改变我们从远古时期进化到现在没多少变化的大脑，以适应当前智能时代的工作，所以我们需要做以下三件事：
- 了解数据原理
首先，要了解数据的原理，包括数据如何产生、流转、计算和如何让数据使用更高效等等。比如，为什么要使用数据模型，为什么要使用标准表，为什么要使用批量操作。了解原理，更容易让我们坚持做好我们想要做的事情。
- 建立数据仪式感
我们要敬畏数据，并且和它做很好的朋友，当我们越来越爱我们所做的数据时，我们希望它更好。体现到企业层面，就是企业的数据文化、数据战略、流程、制度、组织、技术等，但首先企业引领的数据价值观是对的，而不是只喊口号，而无法落实到行动中。仪式感更容易在我们遇到不合理的数据时，触碰我们的大脑机制，让每个人都能在最细节的地方做好规范。
-
刻意训练
对数据的认知提升是需要刻意训练的，并且保持这样的习惯，这会塑造新的大脑神经元连接，会在之后遇到类似的问题时，可以快速做出反应，并且找到问题的关键。比如，当你遇到一个混乱的数据时，首先想到的就是如何将其转换为标准表，而不是上来就开始对数据进行分析，这会体现到做数据的每一个细节当中，这些刻意的训练来至于所了解到的数据原理。
总结
依靠本能，可以让我们生存，而依靠智慧大脑的理性思考，可以让我们更好。
网友评论