如何用数据武装自己

小提示：您能找到这篇{如何用数据武装自己}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的如何用数据武装自己内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

编辑导语：这几年，从招聘市场上我们就可以看到有数据分析师这个岗位，同时在很多岗位上也都会需要有数据分析能力的复合型人才，足以见得数据的重要性，本文就来为大家聊一聊如何用数据武装自己。

由于从事大数据行业，之前我在也聊过一些关于数据思维、数字化转型等方面的文章，今天和大家从更通用的角度，聊聊如何用数据武装自己。

首先得理解什么是数据，本质上来说，数据就是对现实世界的映射，是某种方式下对实体的数字化表达。

这并不难理解，那数据有什么价值呢？

最大的价值在于，数据是人类从定性到定量、模糊到精准的思维和工具。

似乎有点抽象。

一、数据的重要性

仔细想一下，人类所做的所有学习和努力的本质是什么？其实是为了获取确定性。

比如农耕时代，需要知道选取哪些种子、在什么时候、在什么地方播种、浇多少肥料…

到了工业时代，需要知道的是多少的原材料生成多少产品，如何定价、市场规模、周转率…

可以看到，不管哪个时代，数据就是通过定量的方式，给人类带来确定性的信息。

商业时代，商业的本质是利用信息的不对称赚钱，掌握了数据，就占据了先机。

为什么前段时间社区团购很火，原因很简单，就是因为社区团购通过预售的模式，买到了消费者的确定性。

以信用卡行业的为例，我之前聊过，未来的企业都是服务企业，和用户之间要建立频繁的连接，信用卡行业尤其如此。

举个例子，一个用户同时是A银行和B银行的信用卡用户，但这个用户在A银行使用非常频繁，产生了大量交易流水，而在B银行是个睡眠账户，这个时候，用户需要资金周转，同时向A银行和B银行申请贷款，会产生什么结果？

B银行对这个人的认知可能还只是多年前的表填信息和人行征信，很多情况下只能给这个人普通额度和基准利率定价。

但是对银行A来说，通过他的交易，不仅知道他的消费习惯，甚至还知道他的家庭住址、办公区域、家庭规模等等，就能给他量身定制贷款产品。

同样的用户，对B银行是X因素，对A银行，完全是个透明。

所以，我们常说的，未来企业间的竞争就是数据的竞争。

对企业来说，光拿到数据够不够呢？其实是不够的。

需要基于数据，形成感知-理解-决策-行动闭环，如果数据没办法被准确感知，并最终落地到行动，数据是没有价值的。

二、用数据武装自己

这里面又有两件事情要做：

第一，需要对商业模式有深刻洞察，建设感知-决策系统。

举个简单的例子，有很多公司，对数据的感知仅仅停留在结果层面，比如获客量，只能知道获客量是多少、多了还是少了。

这种有价值吗？不能说没有，但是很低。

获客量低了，只能吼一声大家努力，但是具体在哪个方向上努力、需要多少资源、如何努力，是不知道的。

从本质上，这种做法相当于只看结果意味着只看到了局部的点，却没有看到业务中的其他变量以及变量之间的连接关系。

只有对行业深刻的洞察和围绕洞察，构建的数据感知体系，才能真正指导业务的决策。

第二，构建自动化数据创造价值流水线。

在感知、决策之后，最重要的就是行动，需要建设自动化数据创造价值的流水线。

简单来说，就是构建策略体系、应用实施、价值后评估。

有了感知、决策、行动、反馈，就形成了闭环，做到这些够了吗？

应该说是达到了及格线，还谈不上一骑绝尘。

如何一骑绝尘？一个字，快。

通过“快”加速实现和放大决策者的收益。

为什么ABtest、数字孪生这些概念很火，很大程度上在于这些技术能够加速迭代。

别的公司可能还仅仅在试探，你已经做好五六轮了，那么在你眼中，世界就是个慢动作，你早就已经绝尘而去。

上面这些想要做好并不容易，涉及到数据采集、治理、指标体系、客户画像、数据挖掘等一系列大工程，但是一旦这套体系运转起来，企业之间的差距就非常大了。因为这已经不是一个时代的企业在竞争。

说了这么多企业如何用数据武装自己，对个人来说，究竟应该怎么做呢？

其实是一样的。

就像我前面说的，数据的意义是为了获得确定性，人生中有很多时刻，也会进入到各种十字路口。

比如要考哪所大学、买哪里的房子、进大公司还是小公司、到底要不要跳槽、甚至和谁结婚，这些都是很重要的决策。

和企业一样，也是要做三件事情。

第一，数据采集。在决定考哪所大学之前，你需要先了解下各大学的就业情况、百色旅游公关危机就业水准，买房子之前，你得了解同样区域、同品质房子是否在升值，二手房市场是否活跃。

第二，构建你自己的决策机制，决策的本质就是进行收益-成本分析，通过建设一套完整的体系进行评估。

当收益大于成本的时候，你就应该选择执行，反之，就应该等待培训中心网络推广绩效考核时机。

比如很多人问我，现状这么差，该不该辞职？

我一般给的建议就是，是否跳槽并不取决于你现在有多糟糕，取决于下家给你的收益是否大于当前公司给你的收益和替换成本。

在面对这些问题的时候，要学会用数字评判周围的东西，比如从1-5打分，日积月累，你就能够评判细节的差异，做出的判断会更精准和更严谨。

第三，执行、后评估和快速迭代。

完成决策之后就要执行，并时刻评估是否按照你的预期发展，你得评估你决策的前提条件是否还存在，也得评估你执行过程中是否出现了偏差。

三、总结

生活中，不断迭代你的模型和评估你的决策是否还有效。

有了数据思维武装自己，你就不会轻易通过主观的感受去下判断和做决策，你会估算收益、你会权衡利弊。

数据思维的优势在于很多时候你是可以进行证实或者证伪，通过反复迭代，你的模型会越来越精密，你的判断会越来越准确。

以上是本次一丁的分享，希望对你有所启发。

本文由 @一丁 于，，。

题图来自 Unsplash，基于 CC0 协议