京公网安备 11010802034615号
经营许可证编号:京B2-20210330
知道富人们为什么有钱而你却还在为买不起房而发愁吗?对此问题有数据分析师对此进行数据分析,数据分析师对此得出的结论是:因为他们有着和你不一样的思维模式。比如他们相信好的习惯会带来成功,相
信努力能造就美国梦;他们是学校里的C等生却充满创造力,并敢于承担风险。
富人主要在一下10个方面有着与其他人不同的看法:
1、相信他们的成功主要取决于习惯,日常习惯对于成功至关重要。
富人赞同的比例:52%
穷人赞同的比例:3%
富人认为,坏习惯带来坏运气,好习惯创造“机会型运气”,也就是说好习惯能为人们创造出获得好运气的机会。
2、相信美国梦
富人赞同的比例:2%
穷人赞同的比例:87%
Corley说:“美国梦是一个充满想象的词汇,你可以通过自己的努力来实现它。”94%的富人相信财富是美国梦的一个重要部分,而且美国梦依然是可能的。
3、出于职业和个人成长的考虑,他们很重视关系,“关系对成功至关重要。”
富人赞同的比例:88%
穷人赞同的比例:17%
富人不仅认为关系对成功至关重要,而且会话大量的精力来维护关系。他们习惯于记住他人的生日等重要日子,并发去祝福,或者经常约人吃饭。
4、乐于见到陌生人,“我喜欢和陌生人会面。”
富人赞同的比例:68%
穷人赞同的比例:11%
富人乐于见到新的面孔,并认为这可能对最终经济上的成功非常重要。
5、认为存钱非常重要
“存钱对经济上的成功非常重要。”
富人赞同的比例:88%
穷人赞同的比例:52%
“富有并不仅仅是赚很多钱,”“还意味着把钱存下来,并越滚越多。我在研究中发现,许多人有钱不是因为他们赚得多,而是因为他们存了很多。”他还试图给他的孩子灌输所谓的二八定律:花掉80%的钱,把剩下的20%存起来。
6、相信命运掌握在自己手上
“我相信命运。”
富人赞同的比例:10%
穷人赞同的比例:90%
穷人更倾向于相信富有是命中注定的,而不太会觉得自己的努力才是决定他们经济地位的因素。Corley表示:“和我交流的大多数富人并不是生来就有钱,但他们都觉得自己可以做些事情来改变境况。”
7、相比智慧,他们更看重创造力
“创造力对经济上成功至关重要。”
富人赞同的比例:75%
穷人赞同的比例:11%
富人们相信创造力造就了成功,而穷人认为“聪明才智”是成功的关键,并相信财富是偶然的。“如果你看我的研究数据,会发现许多有钱人都是C等生,对于财富而言,创造力远比聪明更重要。”
8、享受他们的工作
“我喜欢我赖以生活的工作。”
富人赞同的比例:85%
穷人赞同的比例:2%
Corley表示:“我研究中的许多富人都喜欢他们的工作,这绝不是偶然。”事实上,86%的富人每周工作超过50个小时,相比之下穷人的这一比
例只有43%。81%的富人所做的事情超过了工作必需,而穷人仅17%。Corley指出,这与创造性也有关:“这些人相信创造力可以转化为货
币。当你追求创造力的同时还能赢得金钱时,这该有多美妙。”
9、相信健康会影响成功
“好身体对经济上成功至关重要。”
富人赞同的比例:85%
穷人赞同的比例:13%
“我的一位研究对象告诉我,‘我可没法躺在医院的病床上赚钱’,”Corley称,“富人认为健康就意味着很少生病,这样他们就能更加精力充沛的赚钱。”数据分析师培训
10、敢于冒风险
“为了财富,我甘愿承担风险。”
富人赞同的比例:63%
穷人赞同的比例:6%
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17