什么樣的思維才是數(shù)據(jù)分析工作者應(yīng)該具備的入門思維?文章為你解析。

隨著企業(yè)中的大數(shù)據(jù)采集技術(shù)、存儲(chǔ)技術(shù)的日益增強(qiáng)，沉淀下來(lái)的大數(shù)據(jù)急需喚醒潛在的價(jià)值，從傳統(tǒng)BI(Business Intelligence)到現(xiàn)在的大數(shù)據(jù)分析，企業(yè)對(duì)數(shù)據(jù)分析人才的需求也從單純的數(shù)據(jù)交叉多維度分析，配置可視化報(bào)表提升到了另外一個(gè)階段。

那么，數(shù)據(jù)分析工作者在人工智能時(shí)代該具備怎樣的思維才算真正的入門了呢?本文會(huì)帶給大家一個(gè)全新的角度闡釋什么樣的思維才是數(shù)據(jù)分析工作者應(yīng)該具備的入門思維。無(wú)論你的職責(zé)是分析企業(yè)內(nèi)部數(shù)據(jù)的分析師，還是設(shè)計(jì)大數(shù)據(jù)分析產(chǎn)品的產(chǎn)品經(jīng)理希望本文對(duì)你有所啟發(fā)。

[[203594]]

數(shù)據(jù)分析的四種模式

首先我們回顧一下被普遍接受的數(shù)據(jù)分析的四個(gè)模式：

• ***個(gè)方式：描述性分析(Descriptive Analytics)，即將已經(jīng)發(fā)生事實(shí)用數(shù)據(jù)表述出來(lái)。
• 第二個(gè)方式：診斷性分析(Diagnostic Analytics)，即回答為什么會(huì)發(fā)生，通常使用數(shù)據(jù)鉆取的手段就可實(shí)現(xiàn)。
• 第三個(gè)方式： 預(yù)測(cè)性分析(Predictive Analytics)，即通過(guò)歷史數(shù)據(jù)對(duì)未來(lái)的趨勢(shì)進(jìn)行預(yù)測(cè)。這個(gè)階段會(huì)引入一些高級(jí)算法。
• 第四個(gè)方式：決策建議性分析(Prescriptive Analytics)，即通過(guò)分析可能影響行為結(jié)果的動(dòng)態(tài)指標(biāo)(或行為)并將指標(biāo)和結(jié)果的關(guān)聯(lián)關(guān)系進(jìn)行量化，從而給出對(duì)結(jié)果產(chǎn)生最重要影響的指標(biāo)，以及對(duì)應(yīng)每個(gè)指標(biāo)對(duì)結(jié)果產(chǎn)生不同影響程度的描述。有了以上這些分析，決策者可以將數(shù)據(jù)驅(qū)動(dòng)決策真正落地。

盡管很多文章將這四個(gè)模式分為四個(gè)階段逐層深入，筆者認(rèn)為在很多場(chǎng)景中的數(shù)據(jù)分析并不應(yīng)該將這四種方式按分析的深入程度區(qū)分，或者說(shuō)它們不應(yīng)該被賦予不同的價(jià)值標(biāo)簽。

例如在很多場(chǎng)景中，描述性分析就完全可以以***的成本快速解決用戶的需求，并不需要引入復(fù)雜的算法，用戶就可以得出結(jié)論或指導(dǎo)他的決策了。

相反，如果引入了高級(jí)算法，進(jìn)行了預(yù)測(cè)性分析或決策建議性分析往往在投入和匯報(bào)比方面對(duì)于終端用戶來(lái)講會(huì)很低，畢竟，任何一種數(shù)據(jù)分析絕不是分析而已，不要忽略了從數(shù)據(jù)采集、清洗、存儲(chǔ)，必要時(shí)候還要進(jìn)入高級(jí)算法建立模型這些不同階段消耗的是企業(yè)的人力和財(cái)力。因此我們要放平心態(tài)，用效率***的方式解決問(wèn)題即可，切不可盲目追求低投入產(chǎn)出比的方案。

什么是“Back & Forth”思維模式

之所以稱為思維模式，是相比于分析模式更抽象一層的思考邏輯。“Back & Forth”正是基于四種分析模式的一種大數(shù)據(jù)產(chǎn)品設(shè)計(jì)、規(guī)劃以及分析的思維方式，如果將四種分析模式比喻成工具，那么“Back & Forth””就是一種可以將工具發(fā)揮到***的思維邏輯。畢竟，有了工具還不夠，還要學(xué)會(huì)怎么使用，在什么情況下使用才能將數(shù)據(jù)分析方法論應(yīng)用到各種不同場(chǎng)景中。

其實(shí)這種思維模式在很早以前就存在，只不過(guò)被廣泛引用在書面報(bào)告、年終總結(jié)中，被視為一種“討人喜歡”的語(yǔ)言和信息的組織和表達(dá)方式，“Back & Forth”思維模式通常具有兩大特征：

• 一、Back，即倒退一步總結(jié)，不要停留在事情的表面，從感性認(rèn)知上升到規(guī)律性的總結(jié)，總結(jié)經(jīng)驗(yàn)和方法論。
• 二、Forth往前多邁一步，給出行動(dòng)指南或具體方案。

這種語(yǔ)言和信息的組織表達(dá)方式即使不應(yīng)用在數(shù)據(jù)分析方面，用在和領(lǐng)導(dǎo)的匯報(bào)和年終總結(jié)上，也一樣會(huì)讓你脫穎而出，讓領(lǐng)導(dǎo)印象深刻。因?yàn)锽ack意味著補(bǔ)充新的知識(shí)、總結(jié)新的經(jīng)驗(yàn)、提供新的視角、揭示新的問(wèn)題，往往這樣的信息帶給人的是一種禮物，甚至是驚喜，是一種信息加工后的結(jié)果。而Forth就更容易理解了，領(lǐng)導(dǎo)希望看到的是你給出行動(dòng)建議，而不是提出問(wèn)題，給別人挑毛病不難，但是給出行動(dòng)建議才是對(duì)方真正需要的。

舉個(gè)使用到“Back”的例子，在寫年終總結(jié)的時(shí)候：

未使用“Back & Forth”思維

使用了“Back & Forth”思維

顯然如果你是領(lǐng)導(dǎo)，你更喜歡聽到的是后者的匯報(bào)，前面的匯報(bào)更像是講述一個(gè)流水賬而已。

再舉一個(gè)使用到“Forth”的例子，同樣是年終總結(jié)：

未使用“Back & Forth”思維

使用了“Back & Forth”思維

“Back & Forth”思維模式如何應(yīng)用在大數(shù)據(jù)分析中

說(shuō)到這，你應(yīng)該對(duì)這種思維模式有了基本的了解，接下來(lái)就分享下怎么在大數(shù)據(jù)分析或數(shù)據(jù)分析類產(chǎn)品設(shè)計(jì)中使用這種思維了，應(yīng)用在教育行業(yè)中舉例：

分析某學(xué)校的學(xué)術(shù)能力時(shí)，傳統(tǒng)的BI思維會(huì)這樣設(shè)計(jì)分析主題：

用戶看到這些BI圖表的分析后應(yīng)該是下面這種狀態(tài)：

[[203595]]

• 原因很顯然，傳統(tǒng)BI思維，顯然沒有為用戶說(shuō)明。
• 發(fā)生了什么，是否有規(guī)律可循，這些數(shù)據(jù)如果都是重點(diǎn)，我到底關(guān)注哪些數(shù)據(jù)?
• 給我看這些的目的是什么?我需要怎么改變現(xiàn)狀來(lái)提高我學(xué)校的學(xué)術(shù)能力?

而通過(guò)應(yīng)用”Back & Forth”思維，可以為用戶這樣設(shè)計(jì)大數(shù)據(jù)產(chǎn)品：

Back，即倒退一步總結(jié)，不要停留在事情的表面，從感性認(rèn)知上升到規(guī)律性的總結(jié)，總結(jié)經(jīng)驗(yàn)和方法論。我們可以這樣設(shè)計(jì)：

1、提供科研經(jīng)費(fèi)使用和論文和專著成果物數(shù)量的雙折線圖：

價(jià)值凸顯：那些科研經(jīng)費(fèi)花費(fèi)高，但是科學(xué)成果卻很少的學(xué)科團(tuán)隊(duì)。也可以幫助用戶找到每年不同學(xué)科科研經(jīng)費(fèi)的投入產(chǎn)出效率。指導(dǎo)來(lái)年的不同學(xué)科科研經(jīng)費(fèi)投入分配比例。

2、通過(guò)分析近三年學(xué)校論文發(fā)表數(shù)量趨勢(shì)并和同類院校進(jìn)行比對(duì)

價(jià)值凸顯：學(xué)校的學(xué)術(shù)能力跟競(jìng)爭(zhēng)院校比是有縮窄差距的趨勢(shì)還是拉大差距的趨勢(shì)，通過(guò)該圖凸顯最近幾年的學(xué)術(shù)活躍度規(guī)律和競(jìng)爭(zhēng)走勢(shì)。

Forth, 往前多邁一步，給出行動(dòng)指南或具體方案。

1. 一針見血的告知用戶：通過(guò)近些年的歷史數(shù)據(jù)分析，預(yù)測(cè)明年的學(xué)術(shù)地位可能上升或者可能下降，預(yù)測(cè)明年的論文發(fā)表趨勢(shì)。
2. 通過(guò)多維數(shù)據(jù)的引入(內(nèi)部數(shù)據(jù)、外部數(shù)據(jù))，分析近三年學(xué)校在業(yè)界的學(xué)術(shù)及影響力排名走勢(shì)，總結(jié)出影響排名走勢(shì)的最重要因素(提供下面答案中的某一個(gè))：資金投入，外部知名教授引入，國(guó)家重點(diǎn)實(shí)驗(yàn)室的建設(shè)，教育科研人員的增多，并將不同的因素可能帶來(lái)的影響力進(jìn)行排序，即告知用戶在不同因素上的投入可能會(huì)帶來(lái)效果程度上的不同。

價(jià)值凸顯：幫助學(xué)校找到影響學(xué)校學(xué)術(shù)地位的最重要因素。進(jìn)而進(jìn)行重點(diǎn)關(guān)注和資源投入。

這里給出的例子只是設(shè)計(jì)方案中的一種，只要沿著這種思路繼續(xù)剖析不同場(chǎng)景下的客戶需求，你總會(huì)找出用戶最關(guān)注的點(diǎn)，從而給出產(chǎn)品設(shè)計(jì)上或者分析方向上的解決方案。

在數(shù)據(jù)分析中常見的一些業(yè)務(wù)模型：

由于“Back & Forth” 思維模式是注定要為客戶解決復(fù)雜問(wèn)題而產(chǎn)生的，景下是需要搭配業(yè)務(wù)分析模型使用的，因此我在這里舉了四種常用的業(yè)務(wù)模型供大家參考：

***，無(wú)論你是產(chǎn)品經(jīng)理，咨詢顧問(wèn)，數(shù)據(jù)分析師還是任何一個(gè)跟產(chǎn)品設(shè)計(jì)和數(shù)據(jù)分析有關(guān)的職業(yè)，在應(yīng)用“Back & Forth”思維之前要首先梳理用戶的關(guān)鍵業(yè)務(wù)，了解用戶的關(guān)鍵業(yè)務(wù)痛點(diǎn)，關(guān)鍵業(yè)務(wù)對(duì)用戶的影響以及關(guān)鍵業(yè)務(wù)的行業(yè)及歷史背景，因?yàn)檫@些是一切數(shù)據(jù)分析和產(chǎn)品設(shè)計(jì)的前提，脫離了行業(yè)背景和用戶需求，憑空捏造出的任何假設(shè)都是不成立的。

其實(shí)數(shù)據(jù)分析和寫年終總結(jié)給領(lǐng)導(dǎo)匯報(bào)是一個(gè)道理，沒有領(lǐng)導(dǎo)希望聽到的是“假大空”、流水賬、心靈雞湯，只有經(jīng)過(guò)了充分的需求分析，了解用戶想要什么樣的分析結(jié)果，才能做出好的產(chǎn)品。