数据化思维一
最近在做项目时经常反思，我应该如何基于运营数据的应用，为大家的工作赋能，比如提高效率、或降低成本，或提升决策准确度，或多个优化组合。这过程中，我发现自己目前仍主要以工具自动化的信息化建设思维解决问题，这种自动化的解决方案其实是经验导向，从数字化角度看，企业将面临的复杂性与不确定性将越来越严峻，经验导向的工作或决策方式将越来越不可靠，这就需要培养以数据思维来思考并解决问题的能力，简单来讲就是基于“数据+算法”的量化思维模式，用客观数据作验证、预测、推荐，减少“我觉得，我想，我估计”等经验思维模式。
以下摘一些国际顶级数据分析师达文波特所著《成为数据分析师》书中关于数据思维的一些有趣的内容。
1、关于数据思维的6个环节
数据分析有定量分析与定性分析，定量分析是通过统计学、数学等方法进行系统性研究，定性分析是判断性的分析。举个分析工作效率分析的例子：定性分析得到的结果是：张三工作效率很高，定量分析得到的结果是：张三本月完成20个IT需求，处理需求数量在同级别的工程师中排名第3。这个数据分析例子中，分析张三的工作效率的问题看，定量分析更可靠，事实上通常定性分析可以作为数据分析的初级探索阶段，所以下面提到的数据思维也是针对数据思维。
按达文波特的归纳，定量分析的数据思维，可以分为6个步骤：识别问题、回顾之前发现、建立模型、收集数据、数据分析、传达结果并执行，其中识别问题与回顾之前发现属于数据思维的构建问题阶段，建模、收集数据、分析数据属于解决问题阶段，传达结果并执行属于最后一阶段。
1）构建问题阶段，目的是确定分析系统需要回答什么问题，解决什么难题。其中识别问题主要是让你清楚你接下来的数据分析要实现什么目的，谁是决定要解决什么问题的关键人物，这个目的是哪一种数据分析类型。由于很多时候你解决的问题可能己有人解决过，或己有相关的经验积累，或你在识别问题过程中已积累了相关知识，所以在完成识别问题后先不要马上进入解决问题阶段，而是先进行回顾之前发现。
2）解决问题阶段，这个阶段是定量数据分析的核心，是一项更结构化且定义明确的活动，这个阶段如果我们缺少相关数学与统计学知识，寻求具备这类能力的人来处理这一阶段建立模型、收集数据、数据分析可能是一个更好的办法。我理解的建立模型，重点是基于经验、算法来选择决定数据分析的关键数据变量，关键的数据变量最好要精、准。收集数据相比好理解，即根据模型寻找数据（不过两本书对于数据的来源都重点强调了外部数据：“不是更多的数据，而是有别于到目前为止用来解决问题的数据”，由于缺少数据分析经验，对于企业外的数据来源的价值还不太明白。）数据分析是根据模型与数据进行分析处理。
3）传达结果并执行阶段，这个阶段经常被人忽略，比方说某个数据分析目的是为了支持管理层的决策，采用了丰富的可视化的方式来提供决策支持，但实际上管理层可能希望直接采用简洁的数据提示的方式，如果不重视这个传达结果与执行的阶段，极可能导致失败。所以数据分析的结果需要足够清楚，且满足用户需求，才更可能促成决策与行动，这次数据分析才有意义。
2、数据分析价值的选择方向可以围绕以下4点：降低成本、缩减时间、内部决策、研发产品与服务。这4个方向中，数据分析的引入可以快速带来降低成本、缩减时间的效果，尤其是基于大数据技术的引入；研发产品与服务是一个最有潜力，也是最能激发数据分析师激情的方向；内容决策作为以前BI商业智能阶段最重要的输出，在进入大数据阶段，需要更加关注活数据的实时决策，或数据即决策。关于数据即决策可以从数据分析的目的进一步解释，从数据分析的目的看，又可以分为描述性、预测性、规范性分析，描述性分析可以认为根据历史数据做描述的总结，比如报告；预测性分析是指根据历史数据进行预测性分析，规范性分析是指根据模型决策行动，这个规范性分析的方式就类似数据即决策，比如滴滴对汽车的调度，导航对路线的规划、京东对商品的推荐等等。
3、数据科学家的特征：
1）黑客：能够编码，了解大数据技术架构
2）科学家：基于证据做决策，即兴创作，急躁和行动导向型
3）可信的顾问：良好的沟通和人际关系技能，能够制定决策并了解决策过程
4）定量分析师：统计分析，可视化分析、机器学习、非结构数据分析
5）业务专家：了解业务运作，对数据分析与大数据应用有良好的判断力
当然，大部分人都不是一开始就具备上述能力，通常是从一到两个能力出发不断完善。
4、DELTA
数据科学家是针对个人角度，DELTA是针对组织分析能力，即数据、企业、领导力、目标以及数据分析师。数据就是指数据，在大数据时代重点指非结构化数据，企业是指企业的大数据定位，领导是指自上而下对于数据分析的支持程度，目标可以从前面提到的降低成本、缩减时间、内部决策、研发产品与服务四点出发，数据分析师是指人。
书中还提到另一个force模型，这个模型的主张是：
-基于事实决策制定
-设想和分析模型不断审核，调整
-加强分析决策和测试学习的文化氛围
-在主要业务流程中嵌入分析学
其中最后一个关于在流程中嵌入分析学的思路很适合在企业运营、决策流程中的数据分析整合，可以作为工作中数据思维落地的一个切入点。
注：【书名】《数据化转型》、《成为数据分析师》
【作者】作者达文波特在数据分析领域久赋成名，“先后在哈佛商学院、芝加哥大学和波士顿大学任教，还担任过埃森哲战略变革研究院主任……”，“曾3次预见商业范式转型的大拐点”，可以认为“今时今日大数据时代当之无愧的数据分析之父”。
【注】这两本书不能作为数据分析的参考书，也不是一本给想了解数据分析打鸡血的书，作者甚至还不时的泼一些冷水，整体上看这两本书主要从思维角度对数据分析进行解读，适合希望了解数据化思维的同学翻阅。