京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文 | 车品觉
来自 | 香港信报
当你遇上难题的时候,你试过一声“天知道”然后就草率决定吗?保守估计一般人平均每天要做上百个决定,这些决定小到早餐要吃什么,大到要不要跳槽,都需要我们动动脑筋。有些小的选择错了就错了,无伤大雅,但有些关系到你人生的重大选择就要注意了。
当你面对既重要又紧急的问题却没有任何经验时该怎么办?人人都希望自己的决策是英明的,但如何才能保证呢?如果有一套清晰的决策框架帮助你是不是比迷迷糊糊地做出选择更好呢?其实只要你愿意,人人都可以成为自己的分析师,面对重大的决策时更能深思熟虑。谨记:好的问题里面潜藏了答案。
第一步、反复解题
决策前首先要明确你的问题是什么。先把问题内一些关键词定义清楚,然后反复用不同的角度去重组这个问题,直到问题越来越清晰。例如我要找一份更好的工作,什么是更好的工作?工资高就好吗?
第二步、厘清选择的逻辑
当问题定义好了,决策就好办了。因为清楚了问题之后,就比较容易找到相关的数据和信息。而在没弄清楚问题之前,是没办法进行下一步的思考和行动的。如果有人问我他想换一份工作,我会不断问他:你想解决的问题或者目的是什么?找到下一份工作之后,你如何知道你的目的是否达到?如何比较现在与未来?从厘清问题的过程中很容易就会知道衡量各种选择的逻辑。
第三步、什么是我已经知道的,什么是我不知道的?
在已经知道的信息中,哪些与你的判断逻辑相关,是支持你的选择还是不支持,同时评估信息对选择的重要性和准确性,其中如果有决定性的因素,更要细分及追本朔源。在数据化的时代,能量化的信息(包括半结构化数据)尤其重要。
当然世事哪有这么完美,你不知道的往往才是决策的陷阱。不知道的信息,分为两种,一种是你花点时间和资料就能找出的,另一种是“你不知道的不知道”。比如,你想换工作,除了工资、职位、发展前景等条件外,你可能还会需要了解公司的稳定性、新老板对员工如何等,这些是需要你花点时间就得知的信息。但你可能万万没想到第一天上班,部门就被改组了。
除了“知道的”和“不知道的”,你可能还要看你知道的信息中有多少是是可靠的。分析师在看到数据的第一个反应就是这个数据是从哪里来的?准确吗?他们需要不断地校验数据的准确性。
最后、在不确定中作判断
当问题理清楚和数据收集“足够”后,我们就可以对选择作出对比了。前后对比、内外对比、自他对比等等。分析师行内有句六字真言:“对比、细分、溯源”,可说是字字玑珠。其中,溯源是高手的必爭地,无他,基础也。总结来说就把问题分解,找到准确信息,把信息揉合到判断逻辑之中,在有限的资源下作出有利的决策。
兵无常势,水无常形, 判断的能力不光是一种科学,更是经验的积累,事后复盘是学习的唯一途径,用结果倒推来审视:问题是否够清??判断逻辑对不对?信息是否匹配?从决策的过程中得到反馈,不断优化。好的分析师会把自己也作为分析对象。在此循环往复的分析判断中,最关键的是长期保持“新手”的心态。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09