数据分析思维太多了,记不住咋办海派甜心结局

思维那么多,根本记不住数据分析的学习越来越卷啦!学了技术学方法、学了方法学思维、学了思维……等等,思维这一关好像不太好过去啊。学了好像不太用得上,而且,思维实在太多了,根本

思维那么多,根本记不住

数据分析的学习越来越卷啦!

学了技术学方法、学了方法学思维、学了思维……

等等,思维这一关好像不太好过去啊。

学了好像不太用得上,而且,思维实在太多了,根本记不住啊。

数据分析相关的思维确实有点多。我随手举几个例子:对比思维、溯源思维、逆向思维、目标思维、结构化思维、业务思维、二八思维……

我一下子能写下十个不重样的。

数据分析的学习路径中,学思维比学技术&学方法都要难。

因为数据分析的技术和方法学的时候使用场景很清楚,学了的效果立竿见影。

sql多学了一个函数,就知道该怎么用。随手写个代码测试下,一下子就有感觉了。

分析方法学会一个杜邦分析法,跟着案例走一遍也知道下次什么场合下可以使用。

但是,学习思维的特点是场景泛化、反馈延迟。

你今天学了一个结构化思维,跟着书本上的案例思考了一遍,觉得好有道理。

第二天换了一个场景,你就不知道该怎么做了。

而且思维这东西,太不标准化了。10个数据分析老师教给你的思维都不完全相同。

思维太多了,根本记不住,也用不上啊!

数据分析思维太多了,记不住咋办

不是你不努力,是没有形成体系

思维太多了,你记不住,其实并不怪你。

原因之一是专家们分享的思维方法非常相似,却起了不同的名字,导致思维方法的数量呈爆炸式增长。其次,这些思维方法并没有串联成一个知识体系,而是散点分布的小知识点。

不成体系的知识是很容易被遗忘的。

举一个我生活中的例子。

我在做菜这方面是一个超级小白,直白点说就是根本就不会做菜。

我试过查菜谱,边看边做。按照菜谱的步骤,我能做出一个勉强能吃的菜。但第二天我就不记得该怎么做了,完全没有头绪,只能模模糊糊地回忆一些步骤。

我试过几次都是这样,一直学不会烧菜。

数据分析思维太多了,记不住咋办

今年年初我尝试地学了一个烹饪的原理课。课上介绍了一些烹饪手法中的基础逻辑,给我打开了新世界的大门。

比如说,我学习烧一款蔬菜肉片汤,就是用不同的蔬菜加肉片烧的一碗汤。

当时有一个疑问:不同的蔬菜在烧汤的时候步骤会有差别。有些蔬菜可以和肉一起下锅煮,有些菜蔬菜需要先下锅烧几分钟之后再放入肉片。

好奇怪,差别在哪里呢?

后来课程讲解了:原来肉片烧太久的话肉会老,所以烧这道菜要控制肉片下锅的时间在两分钟左右。但是不同的蔬菜,有的要烧很久,有的很快就熟。

所以到底是先下蔬菜还是先下肉,差别就在于这个蔬菜容不容易熟。反正你只要控制肉片在锅里的时间就要控制在两分钟左右就行。

豁然开朗。

当知道了这个原理,我甚至可以不用看菜谱,烧其他的蔬菜肉片汤的时候我甚至能自己把握时间。这比之前严格按照菜谱来上了一个大台阶。

我讲这个故事呢是想告诉你,当你只是知道一些知识点的时候,你很难记住。

但如果你知道一些更高维度的知识,把原有的知识点串联起来,那你就对这件事有了知识体系的。

问题来了,知识有几个维度?哪些知识是更高的维度呢?

我个人比较喜欢的知识体系搭建方法是把知识分成“道法术器”四个层次。

“道”是战略,是思维,不同的思维,决定了不同的结果。“法”就是战术,是方法、策略。方法不同,效果也不一样“术”指的是技术,技能,是能够落地执行的关键。“器”指的是工具,资源,它们是做事的基础条件。

还是以烧菜为例。

道是烹饪的原理,我之前学习的先放菜还是先放肉的原理就是道。法是具体的烹饪方法,比如炒、煎、煮、蒸等。术是技术,比如颠勺、刀工等。器是只锅碗瓢盆、菜刀砧板等器具,

是不是对只是体系的理解更清晰了一些?

数据分析思维太多了,记不住咋办

数据分析的道法术器

道法术器用到数据分析的学习上,又是怎样的?

数据分析的道:战略

道是战略。

烹饪的道,是了解各种食材的加工规律,懂得将食材变成美食的原理。

数据分析的道,也是同样。要了解通过数据分析出结论的规律,懂得通过数据解读信息的原理。

通过数据分析出结论的规律,就是黄金圈法则2w1h。面对一个问题,知道是什么,然后是为什么,最后怎么办。

所以我们在做数据分析时一般要做几步:确认问题、分析问题、解决问题。

这三个步骤分别有一些道,比如:

    • 确认问题的思维:目标思维、问题思维、客观严谨的思维。

    • 分析问题的思维:指标思维、逻辑推理、结构化思维、系统性思维

    • 解决问题的思维:业务思维、用户思维

以上这些道,都是很通用的,任何问题都可以套用。就好像我知道肉片汤的肉片煮2分钟就会老,这样我烧任何一款肉片类食物,都能按照这个原理推算出烧菜的步骤。

很多数据分析的方法,就算你没学过也没关系。只要你知道战略层的思维,都能推导出来:

    • 比如你可以不用知道矩阵法,只要你知道结构化思维你自己能推导出来的。

    • 你可以不用知道预测分析,你只要知道逻辑推理就能推导出预测的方法。

    • 你可以不用知道新业务的指标是什么,你知道知道指标思维中的指标意义,就可以自己推导出合适的指标。

所以,我理解数据分析没有那么多思维,核心的就那么几种。

很多思维其实只是法,或者说战术。

数据分析的法:战术

数据分析的法,也就是战术,指的是各种分析方法。

道虽玄妙,但都是原理,不能转化成结果。实际的应用还是得用到法,也就是落地得靠战术。

就如同烧菜,你知道了烹饪的原理,也得有具体的方法烹饪食材,才能做出美味的食物。

一般的数据分析课程教的最多的也是这部分的内容。数据分析常用的分析方法有:对比分析、回归分析、多维分析、相关性分析、时间序列分析等等。

这些战术在面对特定问题的时候很有用,就如同锤子和钉子的关系,非常趁手。

但缺点也是只限定在特定问题。

如果你烧菜学会了烧汤,肯定不会什么菜都烧汤吧?你一定是拿到食材之后,先看看这份食材适合做什么菜,然后选择烹饪方法。

数据分析也是同理,你在拿到一个数据分析问题后,要在战略层面思考这个问题该用什么战术解决。

所以假如如果你没有战略层面的认知,也就是没有学会数据分析的道,那么战术层面的内容学的多了就会有拿着锤子找钉子的问题。

数据分析的术:技能

数据分析的术,也就是技能。

厨艺的技能有刀工、摆盘、颠勺、火候等。数据分析的技能是代码能力、office操作、看板搭建等等。

技能是实现战术的基本功。战术层如果是选择了回归分析,那你至少要知道如何通过SQL、PYTHON等工具实现回归分析。

一般数据分析师的入门是从技能开始的。

当你学会了基础的SQL取数、EXCEL操作之后,就能实现一些初级数据分析岗需要完成的工作了。

技能有熟练程度的差别,但技能的熟练程度拉不开数量级上的差别。你可以用别人三分之一的时间完成一份数据日报,但这不代表你的价值比别人高3倍。

因为战略层和战术层上,别人可能有比你高一两个数量级的优势。

就好像你在个位数上比别人强,但别人在百位数十位数上比你强。那么你其实根本没有优势。

数据分析的器:工具

数据分析的器,是工具。

工具不单单是硬件层面的,信息时代软件也可以看做工具。所以硬件比如电脑、软件比如excle、SQL、Python、tableau这些软件都属于器的范畴。

巧妇难为无米之炊,没有工具,一切活动都没法开展。这个道理就不用多说了。

如果有了工具,更好的工具是不是能带来更好的结果?

假设把我和五星大厨放进行厨艺大赛,对方用的路边摊的装备,我用的顶级厨房品牌的厨具。最终五星大厨做出来的食物一定比我做的更好吃。

数据分析方面也是一样。

前几年Python很火,学数据分析似乎一定要学点Python。

但实际上,虽然Python处理某些数据的效率比SQL和EXCEL都要高,但是这不重要。如果你非常了解业务,非常善于分析的话,EXCEL和SQL足矣。

工具层面的优势只在同水平的人中才能发挥优势。

所以在器方面的学习,在初期是必须的。但到达一定水平后,一定要更多地学习道法术。

小结

记忆零散知识点只是表面功夫,构建知识体系才是数据分析成功的基础。

今天聊了聊数据分析这个岗位的道法术器。面对众多的数据分析知识点,下次你可以先找出这个知识点的定位,然后构建你自己的知识体系。

原文链接:http://www.wanshiruyi.cc/news/27496.html,转载和复制请保留此链接。
以上就是关于数据分析思维太多了,记不住咋办海派甜心结局全部的内容,关注我们,带您了解更多相关内容。

特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。



上一篇:GAD10张紧力传感器,皮带机用张力传感器

下一篇:京东“屈尊”新不了情原唱是谁

相关推荐