100种分析思维模型之：数据认知
在《万物皆数》这本书中，作者追溯到 150 万年前的旧石器时代，原始人类经过一代又一代的思考、琢磨和传承，打造出了“手斧”形状的工具，它可以用来砍树、割肉、在毛皮上钻洞以及挖地等。
尽管手斧的形状各不相同，但它们都有一个共同的特点：对称。这不是一个巧合，而是原始人类在脑海中有了“数学”的思维。
数学是一门研究数量、结构、空间、信息等概念的学科，在人类社会发展的过程中发挥着非常重要的作用，被广泛应用到很多不同的领域中，包括工程、医学、经济学、计算机科学等。
下面介绍的数据认知思维模型，也属于数学的一种应用。
一、为何学习数据认知思维模型？
数据是信息的基础，而信息是决策的基础。只有提升数据认知能力，才能做出更加科学的决策，进而有运筹帷幄的空间。
数据认知模型可以帮助我们去伪存真， 透过现象洞察事物的本质， 找到问题的根本原因。把握其潜在的运行规律，预测未来发展的趋势，进而做出更加科学的决策。
虽然数据是过去历史的产物，但它却能成为我们未来行动的指南。如果我们能充分利用数据相关的工具和技术，提升自身的认知水平，就能更加有效地解决一些比较复杂的难题。
比如，医生通过化验来收集病人的相关数据，分析数据指标是否异常，然后对症下药并给出相应的治疗方案，帮助病人恢复健康。
再比如，企业通过收集市场的相关数据，分析产品、客户和竞争对手等的相关情况，确定未来的战略方向和战术打法，帮助企业获得利润的增长。
对个人来讲，当你能熟练运用数据认知模型之后，就能更加有效地用数据化解决难题，把问题想得更加透彻，从而让数据发挥出更大的价值，让自己获得更多的发展机会。
二、什么是数据认知思维模型？
我们在这里定义的“数据认知思维模型”，是指通过数据分析提升认知水平，并在付诸行动之后，形成“三位一体”的增强回路。
数据不仅包括传统的数字和数学，还包括文字、照片、视频等内容。人类对自身活动的所有记录，都是数据的一种表现形式。
人类最近 5 年产生的数据，已经超过以前几千年文明的数据总和。而数据量越大，就越需要学习使用新的工具和技能，提升自己的数据认知水平。
在数据和算法的加持下，人工智能已经变得非常强大，不仅下围棋的水平远超人类，而且还能作曲、画画、聊天……人工智能程序 ChatGPT 给出的答案，已经超出了很多普通人，有人甚至用它来辅助写论文、写代码、写报告，等等。
随着技术的发展，我们能获取的数据将会变得越来越多，但关键还是在于我们能否从中分析和挖掘出有价值的信息，帮助我们做出正确的决策，并付诸行动，真正实现用数据赋能成长。
三、 如何提升数据认知的水平？
在《数商》这本书中，作者涂子沛提出了高数商的 10 大原则，我认为也可以用来提升数据认知的水平。
下面我结合自己的理解，简要总结如下。
原则 1：记录数据
勤于记录，善于记录，敢于记录。
勤是习惯，善是方法和工具，敢是勇气。
很多人不愿意、害怕面对自己的记录，所以「敢」也是一个问题。
没有记录，就无法追根溯源，也就无法进行深入的分析，如同无本之木、无源之水。
原则 2：要事分析
定性分析与定量分析相结合，综合运用数据分析的思维。包括目标思维、对比思维、细分思维、溯源思维、相关思维、假设思维、逆向思维、演绎思维、归纳思维等。
按照 SMART 原则进行量化，分类遵循 MECE 法则。运用金字塔原理和结构化表达的方式，以一定的次序、格式或者图表呈现数据分析的结果，经过日积月累的练习，就能逐渐提升数据认知水平。
原则 3：实数求是
从数据中寻找因果关系和底层的规律，让数据成为“感觉的替代品”，这是数据分析的使命。以实“数”求是的态度，学会用数据说话。基于客观事实和对业务的理解，提出符合实际情况的建议。
原则 4：预测未来
运用概率思维，知道未来是多种可能性的分布，预测未来发展的趋势，进而做出更加睿智的决策。
尽管未来充满不确定性，但我们可以充分利用数据的价值，努力让自己活成确定性。
原则 5：假设检验
通过实验和测试，收集更多的数据，经过大胆假设和小心求证，不断追根溯源，寻找真正的因果关系。
原则 6：学以致用
学会用幸存者偏见去分析一些社会现象，把所学知识应用到实践中去，一方面可以检验知识的适用性，另一方面也可以加深对知识的理解。
原则 7：隐性知识
试着用数据去解读生活中的一些隐性知识。比如，通过记录每天晚上的睡眠时间，与白天的精神状态和健康状况建立关联。
原则 8：反对混沌
数据代表清晰，高清晰是有效管理的前提，我们要反对混沌、差不多以及神秘主义的文化。
比如，情绪就像一团乌云，但一旦我们能量化它，它很可能就消散了。所以，善用数据之后，控制情绪的能力也会得到提高。
美国杜克大学的心理学家威廉姆斯，提出一个识别、控制自己情绪的有效办法。当你有一种负面情绪产生的时候，就马上记录下来，例如意识到自己可能要生气，不管出于什么原因，当这个想法一露头，就把原因和状态写下来。
记录的过程实际上是一个思考的过程，很多情绪是天然产生的，但你主动关注并记录下来，它就被提交给了理性，你的大脑就有机会对其进行思考。
我用数据赋能系统来量化和记录自己的情绪，经过实践的检验，确实起到了非常好的效果。
原则 9：搜索技巧
掌握一些搜索的技巧，以前我写过一篇文章：精准搜索资料的6个实用技巧。
网上还有更多的搜索技巧，你不妨尝试把它们找出来，也许你将打开一扇新的大门，对于提升数据认知将会很有帮助。
原则 10：分析工具
熟练运用 Excel、SQL、Python 等数据新世界的工具，可以起到事半功倍的效果。.
我曾经把数据分析的 7 种工具比喻为七种武器：数据分析的 7 种武器。
在数据分析的江湖中，如果没有称手的武器，那么英雄也可能无用武之地。
最后的话
按照DIKW 模型：
数据是知道这个世界发生的基本事实。
信息是从事实中统计出一些客观规律。
知识是基于客观规律产生独特的洞察。
智慧是掌握多种不同的分析思维模型。
一旦你能熟练运用多元思维模型，懂得用思维去驾驭工具，那么数据认知水平将会迅速得到提升。
公众号：林骥，《数据化分析》作者
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
