技能决定下限，思维决定上限

数据分析的工作职责在早期并不明确，从业者往往只能把 SQL、Python、机器学习、常用分析方法、商业分析模型等都学一遍。在初步熟悉这些工具和技能后，工作步入正轨，此时会发现：业务人员更倾向和你讨论业务需求、确定分析方案，而非单纯要一份数据。

随着对岗位理解的加深，会意识到数据分析中的核心竞争力根本不在于具体的工具或技能，而是在于分析思维。

思维决定数据分析的上限

为什么说分析思维是数据分析中的核心竞争力呢？

我们先看一下数据分析需要哪些技能，数据分析的技能很广，比如工具类、算法类等。

上述这些技能确实非常重要，它们决定了你是否可以胜任数据分析的本职工作。

但就算掌握了上述那么多分析技能之后，很多同学还是会有很多困惑：

• 我难道就是个取数工具人？

• 为什么领导总对我的分析不满意；

• 面对业务问题，头绪多，但没有清晰思路；

• 我会各种分析方法，但是不知道什么时候该用什么方法；

• 我做的分析报告，业务方总是觉得没用，没有提供有价值的信息。

为什么会这样呢？掌握技能就能解决问题，这是标准的学生思维。学生时代的考试，考题肯定不会超过教科书的范围，看到考题思考一下考的是什么，然后用对应的知识和技能应对考试就能拿高分。

而进入职场，具体的业务问题是没有标准答案的。同一个问题，怎么解答全靠你自己的理解，你要思考如何合理应用你学会的技能来解决当前的问题。

所以虽然你掌握了数据分析技能，但你还缺少一项最重要的能力——如何使用数据分析技能的能力，这个能力就是数据分析思维。

数据分析思维的作用是搭建分析思路的框架，数据分析技能是在思路的框架范围内做具体的分析。这两者就像是树干和树叶的关系，有一个好的树干，树叶就算粗糙一点，整体看上去也是和谐的。如果树干是东倒西歪的，树叶再精致也没用。

所以说，技能决定下限，思维决定上限。

数据分析究竟需要哪些思维

如果你在网上搜索“数据分析思维”这个关键词，会看到很多类似“数据分析的十种思维”“数据分析五大思维”“八种思维掌握数据分析”等各式各样的文章，在我看来，这些思维更像是具体的分析方法。

而我对数据分析思维的定义呢，是每次业务数据分析都会用到的最基础的思维能力。因为业务数据分析要解决的几个大问题分别是：定义问题、分析问题、解决问题。

1. 定义问题的思维

定义问题的思维是数据分析中最重要的思维，直接决定了后续的分析方向。

要定义问题，你总得知道需求究竟说的是什么，这就要求我们要有目标导向的思维。除了目标导向，我们还得有清晰的理性思维，理解需求中的逻辑关系。

如果你缺少这些思维能力，那定义问题就只能交给其他人来做，那你很容易会成为一个数据工具人，最后每天疲于应付各种临时取数。

2. 分析问题的思维

分析问题的思维不是指具体的“留存分析”“销量分析”这类具体分析思路，而是如何组织思路的思维能力。这需要我们在一开始就对问题拆解成一个个小问题，然后各个击破。因此，我们需要具备拆解问题的结构化思维能力，以及分析问题的逻辑推理能力。

否则，你只能用学过的分析方法套用在熟悉的分析场景下，一旦跳出这个场景你就不知道该怎么办了。这种情况下，你其实并没有“分析”的能力，只不过是在套方法，这样对分析师来说是完全没有成长的。

3. 解决问题的思维

做数据分析的目的是解决业务问题。要分析得更加落地，我们必须懂业务、懂用户，这样才能在数据分析的过程中结合业务理解，提出可落地的分析建议。

很多同学做的分析脱离业务，得出一些让业务方哭笑不得的分析结果。比如“高活跃用户相比低活跃用户的登录频次更高”“浙江省 30 岁以上使用华为手机的最新版本 App 的男性用户的转化率最高”，这些结论在数据上都对，但是一点用都没有，没有任何业务含义。这就是分析师缺乏解决问题思维的结果。

很少有数据分析的课程讲解决问题的思维，因为这部分讲得太深就太业务，不如去学习业务的课程，讲得太浅又浅尝辄止，难以应用。如果你能理解业务思维中最底层的原理，就足以让你的分析更贴近业务、落到实处。

如何补足思维的短板

掌握这种能力，可以从“懂、做、成”三个层次切入，其学习过程类似学开车。

懂：数据分析思维基本功。学开车一上来就上路，几天能开但遇紧急情况易出事，因为不懂驾驶原理与交通规则。同理，第一步要掌握必备的基本功。

比如数据指标可以解决不客观，逻辑推理能力可以解决不严谨、结构化思维可以解决不全面，业务思维可以解决不落地。这些知识最容易被忽视却非常重要。平时面对分析问题没想法、说话没逻辑，都是因为缺乏这些知识。

做：通用的分析框架。学车第二步不是直接上路，而是在训练场演练应对不同路况。这对应一套通用的业务数据分析框架，帮助你了解一个业务分析问题需要经历的阶段。

比如确认业务问题、明确问题背景、找出表面原因、找出根本原因、汇总结论、提出建议、总结报告等。掌握后，面对一个业务问题毫无头绪时，可以快速组织出精确的分析思路。

成：各类分析案例实战。学开车最终要达到开车如抬手眨眼般自然，快速有效的提升方法是老司机传授经验。因此要结合产品分析、运营转化分析、新用户增长分析等实操案例，让前两个层次的知识和方法融会贯通变成你的能力，达到“成”的水平。

上述内容侧重业务数据分析，对数据分析师以及产品经理、运营经理等业务岗都有极高参考价值，能帮助更深入地理解具体业务问题，毕竟数据分析在未来是一项技能，而不单纯是一个职位。

所有岗位的发展都有一个共同特点，那就是简单重复的工作迟早会被替代。比如：

• 报表替代了最基础的取数工作，比如每天的日活、销量、留存率等关键指标；

• 数据产品替代了常规的描述性分析的工作，比如漏斗转化情况、访问用户的类型构成。

要想不被替代，就要避免简单重复的工作，去解决复杂的业务问题。而解决业务问题是没有固定方法的，如果要你分析“如何提升用户的留存率”，不同的业务、公司、团队，甚至不同的时间段适用的分析方法可能都不一样。解决业务问题要结合当时的业务实际构建适合的分析思路，这种能力就是数据分析思维。

总结

分析思维能力是数据分析师成长道路上的“试金石”，同时也是“拦路虎”。提高分析思维往往需要常年的经验积累，或灵光一闪的契机。