谁能更好地抓住数据、理解数据、分析数据，谁就能在下一波的社会竞争中脱颖而出。——涂子沛 《大数据》
以往通过对于挖掘数据中的价值，找出商机的方式，叫做商业分析。而今伴随着数字工具化产品的推陈出新，对于数据的处理能力也越来越强，大数据的概念也应用而生。大数据与商业分析的底层逻辑并没有实质性变化，唯一变化的可能是数据处理的量级。
和其他公司一样，我们公司也正在致力于数字化的转型，期望能够从海量的数据积累中，挖掘出被淹没的金矿。为了让更多的同事能够更加实际化、具体化理解数字化转型的理念，公司引入了tableau数据分析软件培训课程。在持续6周的学习过程中，对于数据思维有了一些基本的认知，同时能够应用数据分析软件可以处理简单的数据分析的命题。下面结合资料查阅补充，与自己的认知，分享一些我对数据思维的一些看法。
01 数据与数据思维
所有能够被电子化记录的都是数据。虽然我们在实操中用的大部分是数字，但其实数据包括视频、图片、语音、声音等等。当然在使用过程中需要做一些二次加工处理。
数据思维其实在于能够用合适的方式进行数据分析。通过对于过往数据的分析，能得出一个事实性的结论。在这里是有别于经验思维。
经验思维通常是依据于个人经验总结所得出的。过去眼睛曾经看到的、曾经经历的事实，都是这种思维的积累。在远古时代，就是靠着这种思维，人类得以存续与发展。当类似情形发生时不需要过多判断，直接进行条件反射式行动。
但在现在企业中，这种经验迁移会让我们不能看到业务真相，丢失潜在的改进机会。业务过程中沉淀的数据，是基于实际业务发生而产生的，数据分析将能够站在事实求是的基础上去反映业务。
数据思维对于业务的价值，在于能够相对精准锁定业务的核心诉求，且能够解决业务问题。
02 从数据到价值
举个例子，在车辆投保过程，现在通行的方式是基于车辆价值乘以适当保费比例，得出保单的金额。但是如果车主和保险公司能够获取更加全面、公允的车主使用车辆的数据信息。假设车主是一个遵守交通规则的审视公民，那么他的保费就可能会更低一些，同时保险公司通过差异化的保费，利润率也可以更高。
通过保险实例，我们可以看到数据到价值的基本转变路径。
在实操tableau的过程中，其实也能感受到软件操作其实很简单，且容易上手的内容。但数据分析逻辑的构建确实比较吃力的过程。从数据到价值，基本需要以下三个步骤
第一，从业务诉求出发，理解现有数据的价值。要能够理解业务本质，同时收集业务过程中存在的各种诉求，结合现有数据积累，考虑数据可能存在的价值方向。
第二，重新定义业务问题，转化为数据可分析问题。只有定义成数据可分析问题，后续数据应用才能成为可能。
第三，数据分析的产品化。业务问题存在一定的相同性，数据分析要与管理实践相结合，将类似场景进行产品固化推广。
03业务中如何应用数据
公司自上而下都必须培养数据思维。不仅需要专业人士摆脱自己知识的诅咒，也需要需求部门克服对于数据的恐惧感。对于个人来说，培养数据思维将能帮你养成一种思考有的放矢的习惯。
如何能够让数据为我们所用？业务人员需要思考一下三个问题：
首先，我所处的业务中，数据能否帮助我？核心业务诉求是什么？
其次，如果数据很重要，那么业务中的因变量和自变量是什么？搞清楚后，你将注意力集中在相关的自变量X上，就不会陷入放眼都是重点的迷乱中
最后，你可以尝试最简单的分析，区分相关关系和因果关系。尝试做一些分析。
网友评论