數據洞察力和操作工具沒有關系，完全是一種思維習慣。建立起來以後，不單單對工作有幫助，在生活中用處也很大，今天我們系統講解下。

很多同學抱怨：每天對着大堆數字，卻看不出個名堂。反而有些做業務的人，看幾個數字就能馬上做出準确判斷。

咋回事！看着數據沒有感覺，是缺少數據洞察力的表現。

數據洞察力和操作工具沒有關系，完全是一種思維習慣。建立起來以後，不單單對工作有幫助，在生活中用處也很大，今天我們系統講解下。

直觀感受下啥叫洞察

數字本身沒有啥含義，數字 業務場景，才有了具體業務含義（如下圖）：

注意，上圖的小帥哥會暴走，并不是因為姑娘180身高，而是因為姑娘180把他比得太矮了（且因此受過嘲諷）。“比”才是問題的關鍵。所以數據本身不形成判斷，數據 标準才能形成判斷。想讀懂數據的含義，一定得看具體業務場景下，業務判斷的标準是什麼（如下圖）。

• 有了數據、業務場景、判斷标準，我們才能形成基本的數據洞察。這三者缺一不可。
• 少了數據，就會陷入：“我看到一個黑蘋果，所以全天下蘋果都是黑色的”這種窘境。
• 少了業務場景，就會出現：“一個女人十個月生娃，十個女人一個月就能生出來吧”這種糗事。
• 少了判斷标準，就會雞同鴨講，大家扯了半天，發現說的“好/壞”根本不是一類。

培養洞察力的基本思路

既然洞察力來自數據、業務場景、判斷标準的組合，培養洞察力，也是從這三個方向出發，包括：

1. 遇事找數據
2. 細緻了解業務場景
3. 清晰判斷标準
4. 積累特定場景下，數據判斷的結論
5. 在新場景中使用結論，檢驗效果
6. 持續積累正确結論，修正錯誤結論

這一段話看起來很官方，可實際操作起來非常簡單，并且我們每個人、每天都在實踐。就比如找對象，懵懂的小男生都是挑剔熱巴太胖、幂幂頭秃，幻想自己找個仙女下凡。可真自己約會相親追過幾個女生，就發現“哦，原來現實中找個美女那麼難呀！”

然後真找個“美女”相處一段時間，就發現比起長相，性格、愛好、生活能力、工作能力哪個都更重要。半夜，小哥一個人獨自抽着煙，對着月亮，思考：“為毛我要花錢花力氣請個姑奶奶回來伺候，我欠抽嗎！”的時候，他的洞察力就有了質的飛躍。即使以後再看到漂亮小姑娘，他也會立即明白：這不是我的菜！

在現實生活中，制約洞察力的關鍵，往往是數據。因為生活中信息不對稱問題嚴重，收集數據的難度太高，還要付出時間、金錢甚至前途、未來這種高額成本。所以在生活中，我們常采用的是有限理性的策略。在可行範圍内，盡量用少的數據做決策。或者幹脆采用跟随策略，跟着那些比我們優秀的人混。但在企業裡，則是完全不同的另一幅場景。

培養數據洞察力的難點

在企業工作中，培養數據洞察力最大的難點，是數據、業務場景、标準三者是相互分離的。

• 做數據分析的同學們不了解業務場景，隻能對着數據瞎猜；
• 業務部門的人自己稀裡糊塗，或者各懷鬼胎，故意扭曲判斷标準；
• 對數據重視度不夠，基礎數據采集不全，遇到事都喜歡講個案，不看數據全貌。

這些糟糕狀況，都會導緻做數據分析的同學們很難積累經驗。于是我們常常發現，企業裡最有洞察力的人往往是老闆。因為在老闆那裡這三者是透明的，所以即使不操作基礎數據，他老人家也能明察秋毫。但這對數據分析師可不是件好事。因為老闆還等着我們給意見呢，事事都讓老闆跑在我們前邊，會引發不滿的，所以做數據的同學們還是得自己鍛煉下洞察力。

培養數據洞察力的步驟

很多同學一說要提升洞察力，最喜歡幹這三件事：

• 找《XX行業2020-2025全景洞察報告（重磅深度！）》；
• 找XX行業數據指标體系思維導圖，挑個最密密麻麻的保存在D盤-幹貨文件夾；
• 加各種數據分析群，問：“有沒有牛X的數據分析報告看看，有洞察那種，發來看看”。

這三種方法完全沒用。這就像一個想談戀愛的小夥，每天在網上看美女圖片一樣，自己不動手練，不具體思考，是不可能提升洞察力的。永遠不動，永遠不會。得想辦法自己動手才行。而且往往這些東西内容太多，最後保存在D盤的玩意，你也永遠不會看。所以最好從一個具體小點出發。

第一步：從一個場景一個指标開始

做數據的同學，優勢在于手上有數據，可以随時查。劣勢在于不了解業務場景。因此把數據結合到業務場景中，是破題的關鍵。最好找一個自己熟悉的業務，有好朋友的部門入手。從理解結果指标開始（如下圖）。

第二步：從極值到中間值

理解了指标業務含義，想要形成判斷，可以從白犀牛開始——先看指标極大、極小值的時候。這些情況是什麼場景，發生什麼問題，有什麼應對。有了對極值的了解，就行掌握基礎的判斷标準，也能積累分析假設和分析邏輯。當遇到沒有那麼極端的情況時，可以順着已經積累的分析邏輯去理解。實在解讀不了，也可以選擇再觀察觀察，看看數據往哪個極端方向發展（如下圖）。

第三步：從靜态到動态

當我們對靜态場景積累的足夠的洞察的時候，就能解讀動态場景。本質上，動态場景隻是一系列靜态場景的合集。要額外提醒的是：一個業務變化往往有規律性。一個連續的規律，本身是具有業務含義的。積累周期形态的規律，可以從點到線，提升洞察能力。

第四步：從單指标到多指标

對單指标有了洞察積累，可以往多指标擴展，掌握了結果指标的判斷，可以聯系過程指标一起看。注意：多指标不是單指标的堆積，拼在一起的時候，也不是每個指标越多越好的。多指标組合時，在特定業務場景下會形成特定的形态，基于形态的解讀能做出更準确的判斷（如下圖）。

掌握了基礎形态，後續還能持續觀察形态變化，積累更多經驗，這樣就慢慢能由簡入繁，越來越多積累經驗，積累多了自然能舉一反三了。

要注意的是，換個行業，換個公司，換個産品，換個發展階段，具體場景都會變化。所以企圖追求“萬古不變的數據分析真理”，隻會讓自己在玄學道路上越走越遠。想提升洞察力，就多多積累具體場景碎片，提升具體分析能力。具體問題，具體分析，這句話永遠不過時。

然而有些同學會問：本篇講的更多是如何讀懂數據，如果是基于數據做分析呢？該怎麼提升？

分析能力是個很宏大的話題，如果大家感興趣，下一篇我們從源頭開始，先講《如何梳理複雜問題》，敬請期待哦。

#專欄作家#

接地氣的陳老師，接地氣學堂，人人都是産品經理專欄作家。資深咨詢顧問，在互聯網，金融，快消，零售，耐用，美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部