数据思维，让决策更精准

无论是身处什么行业什么领域，数据分析越来越成为一向必不可少的技能，而运用数据思维进行决策更能产生形成高质量的决策结果。

数据分析正在渗入到各行各业的商业活动中以及各种细小决策中，判断一个人了是否有数据思维，最核心的因素是看他有没有通过数据分析做决策的习惯。

一个合格的数据分析师要掌握各种数据分析模型和算法以及熟悉SAS、R、Python等统计工具。有些人可能会说，数据分析的门槛太高了，其实除了数据工作相关产品经理和分析师，并非所有产品经理都需要熟悉数据分析模型和工具，日常大部分数据分析都能够通过Excel分析出来，如果是比较复杂的数据，产品经理可以通过自己了解业务知识与数据分析师有效的协作，做出有数据依据的决策。

但是每个产品经理都需要了解数据分析思维的重要性，以及熟悉数据分析思维工作流程。

数据分析思维的由来

过去人们做决策主要靠定量分析，定量分析的决策依据来自于决策者的经验和直觉，这种决策的缺点主要在于决策结果的不可确定性，决策失误的概率很大。

随着互联网的不断发展和物联网设备的不断普及，人们活动的各种数据被有意识的存储下来了，数据的收集，让我们可以通过定量分析数据，利用数据实现更好的决策制定。

比如像很多互联网公司都成立了大数据团队，收集用户的社交、电商、搜索行为等数据，通过所搜集的大数据来制定商业决策依据，以及通过数据挖掘形式，找到创新产品的机会。

大的互联网公司在满足自己内部决策需求的同时，也成了了大数据部门给其它公司进行赋能，比如蚂蚁金服的数据产品芝麻信用，不仅能够成为蚂蚁内部各种金融产品的信用审核依据，也开放给了很多行业如出行、金融、共享服务公司等，极大提高了基于信用服务的门槛和便捷性。

熟悉NBA的球迷都知道，勇士队曾长期以来一直是联盟里的鱼腩球队。但是自从来自硅谷风险投资者拉科布收购勇士之后，把数据分析的思想充分融入到了球队的训练之中，他们雇佣了许多数据分析师，为球队提供咨询帮助，并最先在球馆中引入球馆录像和分析系统，为了更好地监测球员的健康状况。

同时他们根据团队对历年来NBA比赛的统计，发现NBA最有效的进攻是眼花缭乱的传球和准确的投篮，而不是看似观赏性很强的突破和扣篮。在这个思想的指导下，勇士队开创性的发明了小球战术，以三分作为主要进攻手段，开创了四年夺三冠的王朝伟绩。

数据分析流程分为发现问题、数据的收集和加工、数据分析、解决对策四个步骤。

发现问题

在工作中并不是所有的事物都需要用到数据分析，只有出现了问题才需要用到数据分析。一类问题是对现状的不满意，另一类问题是对未来的预测。

在数据分析中，发现现状问题有一个万能的公式，即问题=预期和现状之间的差距，比如当商品广告投入和产品质量没有变化的情况下，本月用户的平均消费金额下降了。如果广告和产品质量没有变化，正常的情况是本月用户的平均消费金额不变才对，现状却是本月用户的平均消费金额减少，那么我们就认为这里有问题需要被挖掘，利用数据分析的方法，去发掘问题背后的原因。

那么如何找到预期和现状之间的差距呢？

有两个办法找到预期和现状之间不符的情况下背后的原因。分别是：将数据分解后观察和将数据比较后观察

1. 将数据分解后观察

一般一个预期结果由多因素决定，可以将现状的数据分解后进行观察什么因素对结果的影响。对数据分析来讲，比较有效的数据分解方式是因素分解方式，即对数据结果进行四则运算分解。

比如：本月平均消费金额=本月消费总额/本月消费人数。

所以本月平均消费金额减少，要么是本月消费总额减少，要么是本月消费人数增加了。接着我们可以去深挖为什么本月平均消费金额减少或者本月消费人数增加，直到找到最根本的原因。

如果数据不能由公式进行分解，那么需要讨论数据结果的所有决定因素，以及每种决定因素影响的大小，然后分析有变化的决定因素。比如产品本月用户满意度降低了，满意度并不能通过因素分解，那么可以分析满意度所有的决定因素，比如涉及满意度的因素可能有售前和售后服务效率、产品质量、品牌影响力等因素，看看是否有因素发生了变化，如果有因素发送了变化，那极有可能是影响满意度的决定因素。

2. 将数据比较后观察