大厂面试都在问数据分析思维,很多同学好奇:那真正的数据思维长啥样?今天系统讲解下。



数据思维小测试


数据思维既然名叫“思维”,那指的就是一种思考方式,而不是具体的某种代码写法或者算数公式。通过一些小问题,可以很容易测出来一个人的数据思维有多少。

 

比如某天,一个你的熟人哭丧着脸问你:“我炒股亏了100万,咋办呀!


大厂都在谈的数据思维,到底怎么建立?_数据


你会怎么回?

 



数据思维是什么


问一个简单的问题,什么叫“亏”。如果大家真的跟股民聊天,就会发现,“亏”这个字在不同股民口中,差异非常大。至少有六种情况:


情况1:我看到一只好股票,犹豫了,没有买,结果少赚了100万

情况2:我买了一只好股票,卖!早!了!结果少赚了100万

情况3:我买了一只好股票,结果忘了逢高出货,现在跌了,少赚了100万

情况4:我买了一只好股票,结果忘了逢高出货,现在跌了,净亏了100万

情况5:我买了一只坏股票,结果一直闷不吭声,别人都涨了,少赚了100万

况6:我买了一只好股票,结果一入手就开始跌,净亏了100万

 

所以,真的认真思考的话,“亏”是很不严谨的说法。“亏了100万”听起来也有数字,可并不能准确地描述问题。这是一个有数据思维的人绝对不能忍的,一定是先弄清楚情况,再做下一步讨论。

 

这就是数据思维的直观感受:遇到问题,先试着用数据量化的形式准确描述。根据数据大小决定后续应对策略。


而很多人不会这么思考,比如遇到这个问题,很多人的第一反应是:

1、你买的哪支股票?我看看这只股票行不行?

2、你手头还有多少钱?还有加仓/减仓的空间不?

3、你一共有多少资产?亏了100万能把裤子亏掉不?

 

注意,这三种回答,其实都默认了自己心中的“亏了100万”,与对方口中的“亏了100万”是同一回事。跳过了确认环节,直接去到行动环节。


有趣的是,这也是三种典型的思维模式:

● 讨论股票的是典型的产品思维,关注产品质量/性能/优劣

● 讨论加仓的是典型的销售思维,重要的是干!干!干!

● 讨论操作的是典型的运营思维,看操作手法,再折腾两把

 

如果把这四类人摆在一桌,你会发现他们的特点非常鲜明(如下图):


大厂都在谈的数据思维,到底怎么建立?_执行力_02



数据思维的价值


实际上,凡是涉及大小、多少、高低、快慢等等评价的问题,都和数据有关。在解决问题的时候,需要随时警惕这些形容词,要做的数据思维也非常多。就比如“我炒股亏了100万”,到底这100万对于“我”意味着什么,仔细想想,也有很多情况:(如下图)


大厂都在谈的数据思维,到底怎么建立?_执行力_03


此外,光看总资产可能还不够,因为总资产里,有可能很大一部分是房产/汽车/固定存款/贵重首饰等不能快速变现的。很多人手头的流动资金没那么多,亏了100万可能把生活费都搭进去了,因此还得看资产结构(如下图):


大厂都在谈的数据思维,到底怎么建立?_数据_04


在这种由粗到细的思考中,你会发现:数据大小的变化,会直接影响决策判断

如果“亏”的仅仅是潜在收益,则只需安抚人心即可。

如果“亏”的是实钱,但是和身家比起来不足一提,你请他吃顿饭就好。

 

这就是数据思维的最大用处:通过量化的、精细的数据,把思考建立在事实之上,从而找到更有效的解决问题的办法。人们常说:量体裁衣,看菜吃饭,其实就是这个意思。

 

实际上,这个题目里所包含的,需要用数据思维的地方非常多。注意,问题问的是:“怎么办!”那么回答的应该是一个具体的做法,比如“不管他”,比如“快跑路”。从问题到应对策略,需要量化思考的地方非常多。


比如:

● 是不是目前大环境不好,谁炒谁亏?

● 是不是这个哥们本来就不会炒股?十炒九亏?

● 是不是仅仅在一支股票载了?还有翻盘机会?

 

这些都会影响到最后应对策略,也都因为数据的不同,产生不同的判断。如果真的是十炒九输的菜鸡,那再多身家也经不起这么折腾。如果仅仅是一时失手,那还有翻盘机会。

 

甚至有可能在梳理数据的过程中,发现一些隐藏的真相。比如明明这哥们亏的是潜在收入,为啥还愁眉不展呢?排除了客观原因,那很有可能是主观原因。比如产生了自我怀疑,怕被老婆/朋友/亲戚鄙视等等。这时候就能跳过表象,更深入地解决心理问题。

 

总之,利用数据思维,把问题认真梳理清楚,总有有益的。不但能解决桌面上的实际问题,也能发现桌面下的潜在问题。对工作和生活是大有帮助的。

 

要注意的是,数据思维,不是一个黑箱,不是一粒发财丸,不是一条“阿瓦塔克拉芙拉”这样的咒语,而是通过认真细致的梳理,通过一条条线索推导出结论。最后拼起来一张完整的全图。


比如亏了100万,如果把各条线索都梳理完,可能有如下逻辑,同学们有空可以自己试试哦。


大厂都在谈的数据思维,到底怎么建立?_数据分析_05



数据思维的不足


注意:数据思维并不是万能的。从本质上看,数据思维是一种理性的、有逻辑的、讲事实的思维方式。但并不是所有事情,都是依靠理性、逻辑、事实来做成功的。甚至有些学科,就是通过感性、冲动、情绪化来把事情办成的。


● 比如营销领域,就是用口号/包装/宣传,制造溢价,鼓励冲动消费。

● 比如传播领域,就是用笔法/包装/故事,吸引眼球,制造轰动效应。

● 比如设计领域,就是靠创作者个人天赋与灵感,打造吸引人的作品。

 

所以数据思维并不能包打天下,特别是在社会科学领域。人们天生更容易被感性、情绪、冲动影响。

 

另一个大问题,就是获取准确的数据实在太难,速度也太慢。很多情况下,我们只能靠有限的数据做决策,此时即使再有数据思维,也无法给出准确的答案。业务的敏感性,坚定的执行力,灵光一闪的直觉,都能成为制胜的因素。



锻炼数据思维小技巧


锻炼数据思维最好的方法,不是去看什么《底层逻辑》《核心思维》的书,而是在日常工作生活中,尝试多问问题,多努力寻找数据。

 

当遇到数据的时候,多问:数据以何种方式采集?采集时间范围?计算公式?而不是不管数据来源,张口就说:我就感觉这个数据不对,因为我没看到……


当遇到大小多少快慢好坏一类判断的时候,多问:指标是什么?标准是什么?而不是不管判断标准,张口就说:我觉得对!/不对!


当遇到决策的时候,多问:我依据什么做决策?结果用什么衡量?要做到什么程度?如果条件数据大小变化,我会改变决策吗?而不是张口就来:老夫从业十年,我说的就是对的,咱就这么搞。

 

虽然有可能找不到答案,但是练习多了,就会养成:遇事想数据的好习惯。在有数据支持的时候,就能做出更好的判断。


当然,本文小测试只适合在平时开玩笑用。在面试的时候,问这种脑筋急转弯式的问题,很容易把面试者绕进去。


面试时候要考察数据思维能力,有更直接/正式的问题。通过具体业务场景,考察面试者:到底有潜力做分析,还是代码搬运工。感兴趣的话,关注接地气学堂公众号,下一篇我们专门来分享,敬请期待哦。