数据分析和个人提升

数据分析，从工作技能的角度，除了业务直接相关的，也有相对比较通用的环节或技能单元，例如前面提到的目标确认、数据分解、归纳比较等，此外有时候还会涉及到最优化、数据图形化以及关系数据库等，和具体的专业领域也有关系。

今天再补充一些数据最优化相关分析，及其在个人提升方面的拓展思考。

先来看一个简单的例子。

有位朋友开了家玩具用品店，销售某种类型的积木玩具和毛绒玩具。他提了个问题：总的预算一定，在单位时间例如一个月内，要达到总利润最大化，应该如何考虑进货，积木玩具、毛绒玩具分别进货多少套？

——首先遇到的问题就是数据不全。他至少得提供两种玩具当前的利润数据，然后是给定的总预算分别可以进货多少积木玩具、多少毛绒玩具？

现在提供数据如下（暂不考虑其合理程度）。

一套积木玩具和毛绒玩具的利润分别是10元和8元，一个月的总预算最多可以进货500套积木玩具或者400套毛绒玩具。厂家的产能也有限制，每个月最多可以生产400套积木玩具或者300套毛绒玩具。

这样就可以把前面的问题映射到一个目标函数：

约束条件1 * 决策变量1 + 约束条件2 * 决策变量2 = 目标数据

其中决策变量1对应积木玩具进货数目，决策变量2对应毛绒玩具的进货数目，目标数据对应总利润，约束条件则包括预算和产能的限制。

如果要对该问题进一步分析，可以使用Excel中的Solver（规划求解）工具来计算。这部分不是本文重点，具体就不在这里讨论了，有兴趣的朋友可单独留言。

实际上，这里的模型在约束条件方面存在问题，主要是没有考虑销量方面的限制，这也会直接影响总利润。例如这两种类型的玩具，其市场需求如何，有无历史统计数据或者行业参考数据等。

拓展思考，将前面的模型映射到工作技能和个人提升领域。

我们把玩具类型的组合改为两大工作技能的组合，目标从总利润改为个人综合竞争力，约束条件包括个人时间精力、经济投入以及相关技能在市场上面的需求或者行情。

这样看起来是不是和前面的最优分析有些类似？

当然，对于个人提升，实际的约束条件比这里提到的要复杂得多，并且个人竞争力也是难以量化的。

但在有些场景下，这里的分析或许能够提供一些参考，例如我们在选择学习、提升某项或者多项工作技能时，可以结合多种约束条件，来更好地评估自己对于时间精力与经济成本的投入比例。