本段节选自 b 站 up 主大欧姐姐的视频,所提出的观点对于初入数据行业的我来说非常新颖,故摘记了下来

数据敏感性

数据思维不是技能，而是大脑底层的用^^数据事实表达个人观点^^的思维能力
- 事实
  - 今天气温 32摄氏度（三月）
- 观点
  - 今天天气很热
数据分析能力就是迅速在大脑底层^^建立事实对应观点的映射^^
- 事实{g}是今天气温** 32 摄氏度**{b}
- 导致了我的观点{g}是今天天气很热{b}
- 映射关系{g}的建立
  - 是我所在的城市平均气温 22摄氏度，今天 32 摄氏度比平均气温高出 10 摄氏度
  - 生理零度是对人而言最舒适的温度，一般人的生理零度是 28-29摄氏度，32摄氏度远远高于这个数值
- 因此我的观点是今天天气很热

数据分析能力就是通过反复训练对事实（^^数据事实^^）和观点（^^业务观点^^）能做出迅速映射的能力

如何培养数据事实的敏感性
- 为何会感觉今天很热？
  - 因为 32摄氏度在三月份显得反常
  - 我们经历了无数个三月份，大脑早已潜移默化被输入了三月份的气温从月初到月末由十几度增长到二十几度，能看到三月份气温的增长趋势
  - 于是我们能迅速发现今天的气温绝对是异常值
- 业务指标也是一样，每天去背数据，业务数据、用户数据、转化率、流失率等等等等数据，久而久之，数据被输入到大脑，也就能迅速发现异常值，迅速发现数据之间的关联，提高了自己的数据敏感性
数据分析的第一个要训练的是
- 只说事实不说观点
  - 观点
    - 好热
      - 也许你觉得热而我并不觉得热呢？
    - 今天气温上升了
      - 这句话已经看起来非常像事实了，但实际上还是观点
      - 气温到底相对哪天上升了？
      - 气温升高了多少？
      - 上升到异常值还是 3 月 21 号太阳直射回到北半球之后的正常气温回升呢？
  - 事实
    - 本市近三天气温连续上升，分别升高了 2 摄氏度、3摄氏度和 1摄氏度
- 事实的沟通每个人都能理解，不会出现歧义，观点的沟通会出现误差而事实则不会，如果我们使用观点进行沟通，自然会出现大量的误解
  - 设定标准：可以通用的客观标准
    - 历史平均值
    - 行业平均值
  - 用事实数据跟客观标准做对比了解当前所在的位置才能得出有说服力的观点

数据分析是手段，解决问题才是目的

有了数据敏感度之后，能在日常工作中一眼看出问题，但是找到问题还不够，需要知道如何找到问题的源头
- 问题的源头
  - 可能是全球变暖导致的气温异常？
  - 可能是受到副热带高压的影响造成的增暖增湿

数据分析的最终目的除了找出问题，还要找出解决问题的方案，去尝试这个方案是否有用，或者对比其他人的解决方案来对比分析优缺点，业务方的需求直接影响到解决问题的覆盖范围
+ 如果今天气温达到 32摄氏度，这个问题的需求方是联合国
* 那么这个问题的解决方案就是环保议题了
+ 如果今天气温达到 32摄氏度，这个问题的需求方是女朋友
* 那么这个问题的解决方案就是打开空调，出门跑腿买吃的