
知道富人们为什么有钱而你却还在为买不起房而发愁吗?对此问题有数据分析师对此进行数据分析,数据分析师对此得出的结论是:因为他们有着和你不一样的思维模式。比如他们相信好的习惯会带来成功,相
信努力能造就美国梦;他们是学校里的C等生却充满创造力,并敢于承担风险。
富人主要在一下10个方面有着与其他人不同的看法:
1、相信他们的成功主要取决于习惯,日常习惯对于成功至关重要。
富人赞同的比例:52%
穷人赞同的比例:3%
富人认为,坏习惯带来坏运气,好习惯创造“机会型运气”,也就是说好习惯能为人们创造出获得好运气的机会。
2、相信美国梦
富人赞同的比例:2%
穷人赞同的比例:87%
Corley说:“美国梦是一个充满想象的词汇,你可以通过自己的努力来实现它。”94%的富人相信财富是美国梦的一个重要部分,而且美国梦依然是可能的。
3、出于职业和个人成长的考虑,他们很重视关系,“关系对成功至关重要。”
富人赞同的比例:88%
穷人赞同的比例:17%
富人不仅认为关系对成功至关重要,而且会话大量的精力来维护关系。他们习惯于记住他人的生日等重要日子,并发去祝福,或者经常约人吃饭。
4、乐于见到陌生人,“我喜欢和陌生人会面。”
富人赞同的比例:68%
穷人赞同的比例:11%
富人乐于见到新的面孔,并认为这可能对最终经济上的成功非常重要。
5、认为存钱非常重要
“存钱对经济上的成功非常重要。”
富人赞同的比例:88%
穷人赞同的比例:52%
“富有并不仅仅是赚很多钱,”“还意味着把钱存下来,并越滚越多。我在研究中发现,许多人有钱不是因为他们赚得多,而是因为他们存了很多。”他还试图给他的孩子灌输所谓的二八定律:花掉80%的钱,把剩下的20%存起来。
6、相信命运掌握在自己手上
“我相信命运。”
富人赞同的比例:10%
穷人赞同的比例:90%
穷人更倾向于相信富有是命中注定的,而不太会觉得自己的努力才是决定他们经济地位的因素。Corley表示:“和我交流的大多数富人并不是生来就有钱,但他们都觉得自己可以做些事情来改变境况。”
7、相比智慧,他们更看重创造力
“创造力对经济上成功至关重要。”
富人赞同的比例:75%
穷人赞同的比例:11%
富人们相信创造力造就了成功,而穷人认为“聪明才智”是成功的关键,并相信财富是偶然的。“如果你看我的研究数据,会发现许多有钱人都是C等生,对于财富而言,创造力远比聪明更重要。”
8、享受他们的工作
“我喜欢我赖以生活的工作。”
富人赞同的比例:85%
穷人赞同的比例:2%
Corley表示:“我研究中的许多富人都喜欢他们的工作,这绝不是偶然。”事实上,86%的富人每周工作超过50个小时,相比之下穷人的这一比
例只有43%。81%的富人所做的事情超过了工作必需,而穷人仅17%。Corley指出,这与创造性也有关:“这些人相信创造力可以转化为货
币。当你追求创造力的同时还能赢得金钱时,这该有多美妙。”
9、相信健康会影响成功
“好身体对经济上成功至关重要。”
富人赞同的比例:85%
穷人赞同的比例:13%
“我的一位研究对象告诉我,‘我可没法躺在医院的病床上赚钱’,”Corley称,“富人认为健康就意味着很少生病,这样他们就能更加精力充沛的赚钱。”数据分析师培训
10、敢于冒风险
“为了财富,我甘愿承担风险。”
富人赞同的比例:63%
穷人赞同的比例:6%
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29