
數(shù)據(jù)分析師進階的思維與態(tài)度
普通數(shù)據(jù)分析師與高級數(shù)據(jù)分析師的差異有一個非常重要的點,那就是數(shù)據(jù)思維。數(shù)據(jù)思維與數(shù)據(jù)敏感度有一些類似,都是類似于情商類的看不見摸不著的東西。簡單來說數(shù)據(jù)思維是一種通過數(shù)據(jù)手段解決問題的思維。
大家還記得中學時期或是大學時期的數(shù)學證明題嗎?
已知條件A、B、C、D條件,要求證明E是成立的。
一道證明題往往只是一句話,然而解題過程往往要占據(jù)一整頁篇幅。幾何證明題出現(xiàn)的頻次更是尤其高,還記得我們在進行數(shù)學證明的時候做的證明流程嗎?幾乎所有的證明題都是要求通過已知條件轉換為未知條件,而我們證明的過程恰恰是方向解剖,如果要E成立需要什么條件?假設需要E、F成立;E、F成立有需要G、H、I成立;G、H、I成立恰好需要A、B、C、D條件,證明完畢。
證明流程如下。
其實這就是一種以結果為導向的思維方法,數(shù)學帶給我們的思維最重要的體現(xiàn)就是在解決問題的方式上。證明題的流程之所以如此清晰嚴謹多是因為出題者已經(jīng)事先梳理了證明邏輯,對于解題者來說正確答案只有一個:證明D成立。
除了證明題,我們還經(jīng)常面對的另一類問題是應用題。應用題大多是把日常生活場景抽象簡化,在題目中描繪一個場景,常見的題型可以歸類如下:
小明在???的時候發(fā)現(xiàn),A事件有a屬性,B事件的值是b,假設小明的C屬性數(shù)據(jù)是c,問小明在D時的值d是多少?
這類題目刻畫了一個事件場景,大多會交代時間、地點、人物、事件,然后給出一些參數(shù),要求另外一個參數(shù)的值。同樣,我們想要知道D的值需要兩個條件E、F,想要知道E、F的值需要條件G、H、I,而G、H、I的值可以通過A、B、C的值a、b、c求得。邏輯關系梳理完成后需要通過對a、b、c三個數(shù)值進行加減乘除簡單的數(shù)學計算或是積分求導等高階數(shù)學算法,最終求得結果d。應用題和證明題的區(qū)別在于它在證明題的邏輯思維基礎之上增加了數(shù)值運算。
隨著應用場景的不斷復雜,我們引入了一元一次方程、二元一次方程組、黎曼積分、極限思想等這些數(shù)學工具。這些工具發(fā)明的初衷在于解決實際生活中遇到的問題,只是實際生活中遇到的問題被抽象成了應用數(shù)學題。數(shù)學工具的不斷豐富和復雜,人們不再拘泥于現(xiàn)實的應用場景,開始把數(shù)學研究單獨作為一門技能進行拓展和延伸。于是產(chǎn)生了另一類數(shù)學題。
已知公式A,條件是B,當n趨向于正無窮,求D。
A是B的全覆蓋,求證:C是D的全覆蓋。
P(A|B)=K,求P(C|A)。
……
此類問題已經(jīng)是進階到高等數(shù)學的范疇了,高等數(shù)學與普通數(shù)學的最大區(qū)別就在于其應用場景沒那么明確具體,不像加減乘除能夠讓你買菜,高等數(shù)學更加抽象和理論化。它們對應的是極限的思想,全面拆分問題的思想,這時我們再看看本章開頭的兩個實例:
公元前5世紀,芝諾發(fā)表了著名的阿基里斯悖論:他提出讓烏龜在阿基里斯前面1000米處開始,和阿基里斯賽跑,并且假定阿基里斯的速度是烏龜?shù)?0倍。當比賽開始后,若阿基里斯跑了1000米,設所用的時間為t,此時烏龜便領先他100米;當阿基里斯跑完下一個100米時,他所用的時間為t/10,烏龜仍然前于他10米。當阿基里斯跑完下一個10米時,他所用的時間為t/100,烏龜仍然前于他1米…… 芝諾認為,阿基里斯能夠繼續(xù)逼近烏龜,但絕不可能追上它。
一尺之棰,日取其半,萬世不竭。
這是極限思維的實際案例,大家有沒有發(fā)現(xiàn)問題在哪里呢?留作課后思考題吧!想清楚了自然豁然開朗,想不清楚可以去找能夠幫助你想清楚的方法,尋找答案的過程也算是數(shù)據(jù)分析思維的一部分。
我們看到上文給出的數(shù)學問題的三個模塊其實對應著數(shù)學思想的變化。
數(shù)學從提供解決問題的方法到變成數(shù)學工具,再變成數(shù)學思想。這一演變的過程為我們提供了解決問題的思路,思考問題的方法。數(shù)據(jù)分析的思維可以借鑒數(shù)學思想的內容,從解決實際問題的角度出發(fā),找到需要解決這個問題的元素,一層一層地剝離下去,最終聯(lián)系到我們已有的資源。同樣,我們拋開數(shù)據(jù)分析的實際應用場景去探索數(shù)據(jù)分析方法的優(yōu)化空間和可行性,對已有的數(shù)據(jù)進行聚類、分類等探索性分析,提升數(shù)據(jù)的使用效率,挖掘數(shù)據(jù)中潛在的價值,這些就是數(shù)據(jù)分析的思維方式。
數(shù)據(jù)分析的思維是一種解決問題的方式,以結果為導向的向數(shù)據(jù)源頭的追溯。數(shù)據(jù)分析師要有一種遇到問題解決問題的自信。沒有問題是無法解決的,沒解決的原因只能是投入大于產(chǎn)出,解決該問題帶來的收益小于投入。
技能是容易掌握的,但是思維卻是很難培養(yǎng)的。從我們接觸數(shù)學這門學科的那一天開始,數(shù)學就嘗試向我們傳遞這樣一種思維方式,因此,在面試數(shù)據(jù)分析師時我往往會問一問面試者的數(shù)學成績怎樣。數(shù)學成績能夠部分反映一個人對數(shù)學思維的理解與運用,即使他自己都可能沒有意識到這一點。這些關于數(shù)學解題的思維方式正是數(shù)據(jù)分析師所需要的,也是數(shù)據(jù)分析師必備的。那么,如何培養(yǎng)數(shù)據(jù)分析的思維呢?不妨先培養(yǎng)解決數(shù)學問題的思維。經(jīng)常做一些邏輯推理題或是看一些偵探小說,會有幫助的。
數(shù)據(jù)分析思維一方面體現(xiàn)在它的邏輯性和方向性,另一個重要特征是絕對客觀與絕對理性?!安灰晕锵?,不以己悲”的態(tài)度對于數(shù)據(jù)分析思維來說很重要,它能夠幫助你摒棄主觀的偏見與看法。諸如遇到突發(fā)事件能在第一時間冷靜下來,拋去恐慌的情緒;對自己喜歡的項目客觀分析,不對數(shù)據(jù)進行修飾;對自己犯下的錯誤能客觀評論,給出解決方法等。喜怒哀樂是每個人都會有的情緒,而對數(shù)據(jù)分析師而言,一旦進入工作就要絕對理性與客觀,這也是數(shù)據(jù)分析師思考問題的前提。
任何人都會犯錯誤,我們在日常工作中難免會犯錯誤,作為數(shù)據(jù)分析師,每天都和一大堆數(shù)據(jù)打交道,稍有不慎就會犯錯誤。如何對待自己犯下的錯誤是衡量一個數(shù)據(jù)分析師處理問題客觀性的重要標準。人們在面臨指責時的本能反應是逃避或是反擊,這是人性的弱點,數(shù)據(jù)分析師能否克服這樣的弱點將是他能否進階的重要因素。當領導指責你工作沒做好的時候你會以怎樣的態(tài)度去面對這個問題?
攻擊的態(tài)度:不是我的錯,是什么什么原因造成的。
逃避的態(tài)度:好像是錯了,對不起!
客觀理性的態(tài)度:是我錯了,糾正方法是XXXX2小時內可以完成。此次錯誤的原因是XXXX,以后不會再犯了,本月績效相應的部分會進行扣除。
如果你是領導,你會喜歡哪種態(tài)度呢?
領導永遠是以結果為導向的,指責你犯錯或是沉浸在內疚的情緒中于事無補,第一時間應該做的事情是把結果做好,然后再進行自我檢討,用最客觀的態(tài)度進行自我批評。這樣不僅給自己一個教訓,也會讓領導不會因此過度責怪你。你已經(jīng)給出了面對此錯誤的最好的解決方案,別人也不會再節(jié)外生枝。更大的可能是領導會因為這件事增加對你的好感度與信任度。
我想大家都讀過歷史類或是戰(zhàn)爭類的小說,謀士給統(tǒng)帥的策略一般會給出上策、中策、下策,而統(tǒng)帥經(jīng)常會出于人道主義原則選擇中策或是下策。越是厲害的謀士給出的策略出發(fā)點越是絕對理性,不考慮感性的情懷與仁慈,一切以成功為最終目的。高階的數(shù)據(jù)分析師就要具有這種謀士的精神,客觀與理性的解決問題。同樣,只要統(tǒng)帥提出問題,謀士總能給出解決方案,雖然有些理想主義的情懷,但是能從一定意義上反映數(shù)據(jù)分析思維的兩個方面:分析問題的思想;處理問題時的態(tài)度。
思維與態(tài)度作為數(shù)據(jù)分析思維的兩個核心要素是衡量一個數(shù)據(jù)分析師水平的軟指標,培養(yǎng)自己的思維與處理問題的態(tài)度需要在實踐中不斷完善和進步?!皩W而不思則罔,思而不學則殆”,數(shù)據(jù)分析的過程需要大家不斷思考、不斷實踐,才能在這樣一個過程中不斷提升自己。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛入職場或是在職場正面臨崗位替代、技能更新、人機協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學習提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價值的煉金術 ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價值的橋梁? 在數(shù)據(jù)驅動決策的時代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 在數(shù)字化浪潮席卷全球的今天,當企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當科研人員在 ...
2025-07-17CDA 精益業(yè)務數(shù)據(jù)分析:數(shù)據(jù)驅動業(yè)務增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結構設計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅動決策的 ...
2025-07-15CDA 精益業(yè)務數(shù)據(jù)分析:驅動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學的瑞士軍刀? ? 在數(shù)據(jù)驅動的時代,面對海量、復雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11