数分狗学习力提升指南

19

2023-07

数分狗学习能力提升指南

分享一些适合数分狗快速学习陌生领域知识的学习方法和心得。

LEARN MORE

图片由海艺AI绘制

学习能力是数分狗的第一竞争力

快速学习能力在这个时代可能是最最最重要的技能没有之一了。尤其是对于我们数分狗来说，快速学习简直就是立命之本，毕竟数分狗需要学习的东西实在是太TM多了。

虽然数分狗有很多东西要学，但是好在我们不需要每一项都无比精通，只需要懂大概就足够了。毕竟专业的事情交给专业的人做，数分狗只需要学会一些基础知识，足够和业务人员对话就够了，至于其他的原理和细节，不知道也不是什么大问题。退一万步讲，如果你的业务知识比业务部门的人员还要强的话，大概率是业务部门人员的能力素质太长了，数分的工作是做不长久的。

虽然说 数分狗一般会分为技术线和业务线，但是如果求长久的话，技术线的同学必须要懂业务，而业务线的同学也必须要懂技术——两条线如果想做到优秀的话其实是一样的道理，都是要什么都会才行。

可能很多认识我的人都会下意识的觉得我应该是个理工科妹子，但实际上我真的是个文科生，一个在技术线上越走越远的文科生。而且没有报过什么培训班，平时分享的一些技术帖子其实都是自学的，自诩在自学这件事上还是有点心得的。所以今天来给大家分享一下我的自学心得。

越是枯燥的理论定义越要细读

我说实话，市面上绝大多数技术帖子写得都是不够好的——毕竟写帖子的人绝大多数都是技术佬，苛求文笔本来就不应该。

对于数分狗而言，很多没接触过的技术概念和业务名词，如果直接看csdn的文章或者知乎大佬的文章，就会陷入一种“我好像懂了，又好像没懂”的困惑状态中。其实造成这种困惑的原因往往在于绝大多数写类似“万字详解xxx”这类文章的人都是默认这个概念本身或者前提背景你是了解的。对于该专业领域的读者来说可能确实是一篇好文章，但是对于一个啥也不知道的数分狗而言，直接去看这种文章就是主打一个重在参与——虽然大家都说深度好文，但我是真的没懂。

这里分享一个新概念的学习技巧——精读概念。

操作起来很简单，就是把陌生的名词or概念翻出来，自己断一下句，拆分成多个要点1、2、3、4、5，再对每一个要点做精炼概括（当然，概括无能的同学也可以请chatgpt代劳），这样就能从几个要点中准确get到一个陌生的概念到底在说什么。

举个例子，百度百科中数据治理的概念是这样的：

对这一长串的文字可以按照下面的方式进行拆解得到一些要点：

很多不理解的东西，与其问东问西，咨询大佬，不如自己翻翻看比较官方的定义，疑惑自然就解决了。注意，我这里说得是比较官方的定义，互联网时代，人人都可能跳出来去定义某个事情，但这些定义往往是不牢靠、经不起推敲的。而一个相对官方的机构活着组织给出的定义，一般情况下都是字斟句酌的结果。我知道这些文字往往晦涩难懂，但这些定义其实揭示了事务的本质。

很多朋友总是会纠结一些网红的概念到底是啥意思，其实没必要太纠结：先看看有没有比较官方的定义，如果有那就去看官方的定义，如果没有，那就直接忽略，让子弹和舆论再飞一会儿。

用已知套用未知

我经常发表一些“这个很简单”的凡尔赛言论，其实这不是因为我学东西比一般人快，而是因为我比较擅长用已知的东西去套用未知的东西。采用这个方法之后，分分钟可以一通百通。

简单来说就是多做联想和对比：

• 和我之前学过的XX有什么类似之处
• 和之前学过的XX区别到底在哪里
• 既然A和B类似/都是XX类工具，那么A能做是不是B也能做
• A怎么实现B中的XX功能

就拿ETL工具来说，我其实从来没有做过ETL，但是却能说出个1、2、3来，就是因为非常熟悉已知套用未知这一套。之前学习power query的时候接触过ETL的过程（power query的本质其实更接近ETL），后来又了解了ETL的概念，看到过一些ETL工具的界面。于是瞬间就能get到，ETL其实最核心的功能是定时执行一段数据转化处理程序，因此用windows定时任务+Excel表就可以构造一个简易的ETL调度过程出来——定时任务刷新Excel中既定的数据处理程序。

我的思考逻辑其实是这样的：我已知power query可以做什么，又知道了ETL是什么，于是我发现power query能够实现的功能是部分满足ETL描述的，唯独缺少了任务调度这一部分，因此，只需要给power query配一个定时执行的东西，就可以实现ETL了。既然已经知道了这个，那么ETL工具其实就已经会了，什么airflow、informatica、kettle之类的，无外乎就是实现这么几个功能，但是单独的平台势必是有其特定的优势的——再去单独看平台特有的功能就可以了。

有了这样的思考逻辑之后，学习东西的速度就会非常快，甚至还能发现一些有趣的地方，比如很多不同领域的知识和术语，本质上想表达的东西是同一个东西，那么我们是不是可以把另一个领域成熟的方法论换到这个领域上来用呢？答案当然是可以的。比如财务领域有知名模型杜邦分析，其实这个拆解指标的思路，放到数据质量管理上也有用武之地，放到销售指标拆解上也是一种换汤不换药的拆解办法。

讲出来是最好的老师

这个办法不一定适用于所有人，但至少对我而言是非常有用的——我自己去学然后讲给其他人听。不管听的人学会还是没学会，反正我自己讲完一遍之后，印象绝对深刻得不得了。

这个过程和心态有很大的关系。当我以学的心态去学一个知识的时候，很多时候是缺乏对什么是重点什么是本质的思考，会无意识地倾向于一股脑的接收别人喂给我的知识而没有去分辨什么是核心。但是如果要讲给别人，关注点就不一样了，会更加关注这个概念的核心到底是什么，怎么才能给其他人讲明白，于是在这种心态下，学得就无比牢靠，轻轻松松举一反三。

这个办法唯一的难点在于，不是每个人都能厚着脸皮在半瓶子咣当的情况下给别人逼逼的。但其实也不用慌，不敢讲的可以写嘛，写个博客写个公众号，只要逼着自己去输出，输入的效率就会大幅度提高。