京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文 | 车品觉
来自 | 香港信报
当你遇上难题的时候,你试过一声“天知道”然后就草率决定吗?保守估计一般人平均每天要做上百个决定,这些决定小到早餐要吃什么,大到要不要跳槽,都需要我们动动脑筋。有些小的选择错了就错了,无伤大雅,但有些关系到你人生的重大选择就要注意了。
当你面对既重要又紧急的问题却没有任何经验时该怎么办?人人都希望自己的决策是英明的,但如何才能保证呢?如果有一套清晰的决策框架帮助你是不是比迷迷糊糊地做出选择更好呢?其实只要你愿意,人人都可以成为自己的分析师,面对重大的决策时更能深思熟虑。谨记:好的问题里面潜藏了答案。
第一步、反复解题
决策前首先要明确你的问题是什么。先把问题内一些关键词定义清楚,然后反复用不同的角度去重组这个问题,直到问题越来越清晰。例如我要找一份更好的工作,什么是更好的工作?工资高就好吗?
第二步、厘清选择的逻辑
当问题定义好了,决策就好办了。因为清楚了问题之后,就比较容易找到相关的数据和信息。而在没弄清楚问题之前,是没办法进行下一步的思考和行动的。如果有人问我他想换一份工作,我会不断问他:你想解决的问题或者目的是什么?找到下一份工作之后,你如何知道你的目的是否达到?如何比较现在与未来?从厘清问题的过程中很容易就会知道衡量各种选择的逻辑。
第三步、什么是我已经知道的,什么是我不知道的?
在已经知道的信息中,哪些与你的判断逻辑相关,是支持你的选择还是不支持,同时评估信息对选择的重要性和准确性,其中如果有决定性的因素,更要细分及追本朔源。在数据化的时代,能量化的信息(包括半结构化数据)尤其重要。
当然世事哪有这么完美,你不知道的往往才是决策的陷阱。不知道的信息,分为两种,一种是你花点时间和资料就能找出的,另一种是“你不知道的不知道”。比如,你想换工作,除了工资、职位、发展前景等条件外,你可能还会需要了解公司的稳定性、新老板对员工如何等,这些是需要你花点时间就得知的信息。但你可能万万没想到第一天上班,部门就被改组了。
除了“知道的”和“不知道的”,你可能还要看你知道的信息中有多少是是可靠的。分析师在看到数据的第一个反应就是这个数据是从哪里来的?准确吗?他们需要不断地校验数据的准确性。
最后、在不确定中作判断
当问题理清楚和数据收集“足够”后,我们就可以对选择作出对比了。前后对比、内外对比、自他对比等等。分析师行内有句六字真言:“对比、细分、溯源”,可说是字字玑珠。其中,溯源是高手的必爭地,无他,基础也。总结来说就把问题分解,找到准确信息,把信息揉合到判断逻辑之中,在有限的资源下作出有利的决策。
兵无常势,水无常形, 判断的能力不光是一种科学,更是经验的积累,事后复盘是学习的唯一途径,用结果倒推来审视:问题是否够清??判断逻辑对不对?信息是否匹配?从决策的过程中得到反馈,不断优化。好的分析师会把自己也作为分析对象。在此循环往复的分析判断中,最关键的是长期保持“新手”的心态。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31