学习
实践
活动
专区
工具
TVP
写文章

数据分析看“专家”和“业余”的区别

不是谁都能做好数据分析,换句话说,会数据分析的人才是真正的决策人。

有没有发现工作中,领导拿着一串数据然后给出所谓的总结。于是大家拼命为这个命令付出,最终结果却是事倍功半。

很明显,你的领导不懂得如何数据分析,确切的说是只会看表象。

我们举个例子,就拿疫情来说:当初美国新冠肺炎的死亡率非常的高。对比中国新冠肺炎来说。大家觉得这不正常。有人认为病毒很可怕。但是对于专家钟南山来说,他就很直截了当的说:病死率偏高的原因是因为确诊病例没有完全找出来。

从分析的角度上来看。影响死亡率的是分母和分子之间的关系。分子的死亡是固定的,那么按照逻辑来看,自然是分母不够大导致的。自然就能推论出美国检测不力,才导致了死亡率虚高。

再比如说,纽约成为新冠病毒的新“震中”。其他人认为纽约的医疗体系很糟糕,会有恐慌。然而张宏文却来了一句:纽约的医疗体系很安全。

张宏文已经解释了,我就不过多剖析了。

总之,这就是专家和普通人的区别。

普通人看到数据,是拿数据当结果,推导要怎么做。而专家拿到数据的时候,是去分析原因。然后再拿原因推导出来的方向作为根据作为执行。

这种分析其实跟专业没有直接关系。而是思考方式决定的。这也正是应证了那句俗话:思维决定高度,格局决定结局。

其实数据分析不是谁都能做好的。因为这里面牵扯了三个层面——

第一个层面是:是什么

当拿到数据的时候一定要通过基础数据提炼出对自己论点可以进行论证的数据总结。也就是筛选数据,总结数据,验证数据。

第二个层面是:为什么

在验证自己提炼的数据总结可行后,去思考为什么会得到这样的数据,也就是分析数据,找出原由。

第三个是怎么处理

在找出原因后,寻找可以量化的方式来改变这一结果。如果这个方式有效,则可以进一步验证问题源头。如果方式无效,则需要退回第二步甚至是第一步重复循环。

大部分人往往是拿到数据直接得出结果,缺少论证的环节这也就是为什么大家拿到的数据都一样,甚至能力不相上下,但是在结果上却差别甚远。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200327A0HQZZ00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

关注

腾讯云开发者公众号
10元无门槛代金券
洞察腾讯核心技术
剖析业界实践案例
腾讯云开发者公众号二维码

扫码关注腾讯云开发者

领取腾讯云代金券