一.数据思维现在大家应该经常在某某平台上，或者某某公众号上看到数据产品经理的鼓吹、介绍以及培训吧，说的最多的就是"学会python，走遍数据分析天下都不怕"，"数据类产品从0到1的培训"，"sql学习"等等。但是这些学会了真的有用吗？笔者在这里回答，的确有用。这些都属于数据产品人的工具，是手段，这些是借助于表达自己数据思维的一种手段。就像语言一样，你只有借助语言表达这项能力才能有效表达出你的想法，也就是思维模式。那么什么是数据思维呢？案例一：比如我们的物理学家喜欢用公式来表达自然界的规律，对物体的动力描述的公式是E=mc^2，我们可以用这个公式来计算出每一个物体所具有的动能大小，即对物体的动能进行了数据化的描述，也就是具体的数值标签。这样，我们可以非常精确的描述物体的动能大小，而不是用语言的概念性的描述"大、很大、非常大"的词汇，给人的印象就是很模糊，而且非常抽象。所以其实在中学的时候，学校就已经交给我们了数据思维的方式，就是对所有可见的东西，都需要一个具体的数值或者公式来描述。案例二：比如我们的数学学家，建立坐标系来描述图形形状，比如圆、椭圆、双曲线，都是用坐标系来标准化表达图形的形态。这样的好处就是，我们可以用数据化的方式来表述图形的形态，比如图形的夹角是否为90度，只需要通过图像夹角的两条边在同一个坐标系中的斜率相乘是否等于-1来描述夹角是否为90度。二.数据的应用当我们具备数据化思维之后，我们所看到的就是一个数据世界，这个世界中的一切通过数据衡量之后，就需要我们进一步对这些数据财富进行采集和应用。首先，我们要知道，这个世界上的所有东西，最后都是服务于人类社会的更好的生活和更好的发展，也就是需要不断解决人类通往这个目标的过程中的困难和问题。因此，数据的应用也需要具备目标。
一般来说分为两类目标：
- 解决问题
- 发现问题并解决问题
第一类的解决问题无非是遇到了明显的问题或者困境的时候，通过不断搜集数据来寻找问题根本原因，从而对症下药，解决问题。比如：日活上来了，但是转化率却一直没有变化，这就是问题。第二类的发现问题并解决问题，就是需要对当前的情况有一个解剖性的了解和探究，从而找到进化的道路，成为一个新物种，占领市场蓝海。比如：拼多多通过对当前电商的数据结构发现有绝大部分的五线城市、农村等地方都没有被电商所覆盖，因此拼多多着力覆盖这部分的人群，从而发展成为了如今堪比淘宝的庞大体量。三.数据的迷雾其实，我们一旦对这个世界进行数据化之后，就会陷入一片数据的海洋之中，让人云里雾里，无法很好地利用数据，更无法挖掘数据的价值。这里，笔者想说，要穿越数据的迷雾，只能一步一个脚印，就是从自己遇到的问题所需要的最直接的数据入手，来分析解决。就像支付宝的芝麻信用一样，刚开始也只是通过花呗的还款行为来打分，由于业务的不断发展以及认知的不断提高，才慢慢发展到现在的综合的评分机制。所以，我们只要在能见到的迷雾范围内，一步一个脚印行走，快速试错和迭代优化，就能越来越多的发掘出数据的价值。四.总结数据并非多么神秘的东西，1+1=2是数据，2，4，6，8这种规律也是数据，2，3，5，7这种质数也是数据，傅立叶变化也是数据公式，欧拉函数也是数据公式，从简单到复杂，无处不是我们的学者从简单的数据化应用到高升的数据化发展的演变的历程。
我们要做的就是首先建立什么是数据化思维，如何看待数据的价值，这样我们就能逐渐入门，渐入佳境。
END.作者：萧羽来源：人人都是产品经理本文为转载分享，如侵权请联系后台删除
- 我的微信公众号
- 微信扫一扫
-
- 我的微信公众号
- 微信扫一扫
-
评论