【精选】4 种视角，看数据分析的精进之道

 好的数据分析人员，是能通过数据找到问题，准确的定位问题，准确的找到问题产生的原因，为下一步的改进，找到机会点的人。往往初期人员，缺乏的不是在处理数据上，而是在解读数据上，将数据和实际业务场景结合到一起，则是其更缺少数据分析思维 ，那么如何精进数据分析呢 。

今天精选了一篇《4 种视角，看数据分析的精进之道》，作者从《精进 2》中，基于数据分析的材质、造型、装饰、工艺4个维度盘一盘数据分析的精进之道。

正文来了

下面我用《精进 2》中介绍的 4 种视角，结合自己 10 多年的数据分析经验，盘一盘数据分析的精进之道。

1. 数据分析的材质

如果我们仔细观察，会发现大多数事物的材质是「复合型」的，不同材质之间优势互补。

比如说，普通铅笔的材质，主要包括木杆和墨芯，一硬一软，默契配合，很好地体现了物尽其用的精神。

材质「复合型」的特点，不仅体现在实物上，而且还体现在虚构的文学作品里，那些脍炙人口的作品，表面上你以为写的是这个，背后其实写的是那个。

比如说，在金庸的武侠作品中，表面上看是武侠小说，背后其实展现的是人情。

迁移到数据分析领域，数据分析的材质，主要包括分析工具和分析思维，例如：Excel、Python、SQL、R、SAS、SPSS、Tableau、Power BI 等分析工具，还有目标、对比、细分、溯源、相关、假设、逆向、演绎、归纳等分析思维。

分析工具，是数据分析师必备的硬件模块，它就像数据分析师的另一双手。

分析思维，是数据分析师必备的软件模块，它就像数据分析师的另一个大脑。

如果一个数据分析师在自己的岗位上，没有提升自己应用分析工具和分析思维的能力，那么他的职业道路可能是很危险的。

在数据分析领域精进的道路上，通常会经历从「规范学习」、到「自由创造」的过程。

首先，从学习硬技能开始；然后，再学习软技能。随着学习的不断深入，会发现模块种类还不够多，所以要引入新的模块，从而组合方式更加多样，于是产出也就变得更加多元和自由。

比如说，一个刚入行的数据分析新手，往往是从简单的 Excel 表格开始，掌握 Excel 的函数、公式、数据透视表、数据可视化等等，然后学会运用对比、细分、溯源等分析思维，当水平到达一定高度以后，继续深入学习 Python、SQL 等分析工具，以及相关、假设等分析思维，把硬件和软件恰当地组合在一起，就能发挥出强大的力量。

就像《精进2》中所说：

硬件足够硬，软件足够多，这便是一个人才能的护城河。

2. 数据分析的造型

我们看见的东西，都可以抽象成几何体的组合。

比如说，普通铅笔的横截面，是个六边形。从微观上看，铅笔的墨芯是由无数个六边形碳原子联结而成的。在日常世界和微观世界之间，出现了有趣的「同构」现象。

在数据分析领域，数据可视化的图表就有很多种造型，包括柱形图、条形图、折线图、散点图、气泡图、饼图、圆环图、箱线图、密度图、玫瑰图等等。

京剧大师梅兰芳的表演，既合理，又美观。

迁移到数据分析领域，我们也可以从合理和美观两个维度，对数据可视化的 10 大黄金准则进行评判：

1.明确数据可视化的目的；（合理）2.通过对比来反映问题；（合理）3.提供数据指标的业务背景；（合理）4.通过从总体到部分的形式，展示数据分析报告；（合理、美观）5.联系实际的生产和生活，对数据指标的大小进行可视化；（合理、美观）6.通过明确而全面的标注，尽可能消除误差和歧义；（合理、美观）7.将可视化的图标，同听觉上的描述，进行有机的整合；（合理、美观）8.通过图形化工具，增加信息的可读性和生动性；（合理、美观）9.允许但并非强制，通过表格的形式，呈现数据信息；（合理）10.让受众思考呈现的数据指标，而非数据的呈现形式。（合理）

我们在日常工作中，也要经常问一问自己：

这个数据合理吗？

这个图表美观吗？

不断地进行优化调整，只有这样，才能持续精进。

3. 数据分析的装饰

一件产品的装饰，体现了这件产品的风格或者说气质，如果仔细观察，还能学到一些知识。

比如说，普通铅笔的六个侧面中，三个面刻字，三个面留白，为什么这样设计呢？为了理解这一点，我特意去买了一支中华牌六角铅笔，拿在手里旋转着看，无论怎么旋转，至少都能同时看到两个侧面，每次都能看到侧面上的刻字和留白，显得很和谐，既合理，又美观。

迁移到数据分析领域，如果仔细观察数据图表的装饰风格，那么也能从中学到一些知识。

比如说，玫瑰图是饼图的一种变形，最早是由一个叫南丁格尔的英国护士发明的，大约在 1856 年的时候，南丁格尔利用玫瑰图的视觉效果，成功地让数据得到当时高层的重视，从而医事改良方案得到支持。

虽然玫瑰图展现的形式大于内容，但是在南丁格尔当时的历史环境中，也有其合理性。

数据可视化要特别注意应用的场景，要加以合理运用，否则可能会适得其反。

在我们的日常工作中，建议不要使用过于花哨却不实用的图表，而要更加注重传递信息的有效性，同时兼顾合理和美观。

4. 数据分析的工艺

工艺，是指对原材料进行加工和艺术改造，使之成为成品的方法和过程，其中有可能包含着一些通常想像不到的智慧。

比如说，铅笔的制作工艺，有人可能会想当然地认为，就是把墨芯插进的木制外壳里面。但经过仔细端详和推测，就会发现一个更合理的铅笔制作工艺，大致包括三个步骤：

第一步：取一个木制的「半壳」，凹面朝上放置。

第二步：把圆柱形的墨芯放置在「半壳」中。

第三步：把另一个木制的「半壳」，覆盖在上面。

迁移到数据分析领域，对用户的数据进行分析，一种简单的方法，就是按性别、年龄、地区等特征进行分类，然后贴标签，构建用户画像。但更真实的情形是，需要对用户的各种相关数据进行深入地研究，通过细致的分析，洞察其中真正有价值的隐藏知识。

隐藏知识往往来源于实践，在商业世界中非常重要。

比如说，一种好吃的酱汁，不要小看它所封装的知识，也许是某一位大厨几十年经验的总结，是某些餐饮连锁企业成功的关键。

在做数据分析的时候，经常会遇到三个问题：是什么？为什么？怎么做？第一个问题是结果，第二个问题是原因，第三个问题是过程。

数据分析的工艺，通常就体现在这个过程之中，而提出有效的行动建议，正是数据分析的价值所在。

5. 数据分析师的层级

 从限制到自由，从新手到专家，都是一个循序渐进的过程，通过无数次的循环刻意练习，不断进化，螺旋形上升。要想登顶最后的阶段，前面的学习是必不可少的，否则根基不稳。如果将德雷福斯技能习得模型，应用于数据分析师的层级，那么助理数据分析师算是新手，需要在指导下行动，数据分析师属于胜任者，能处理繁重的任务，资深数据分析师属于精熟者，能发现问题中最重要的部分，下表中的「层级2」都属于数据分析专家，具备洞察「其他可能性」的视野。

最后的话

虽然世界复杂多变，但是我们可以主动去把握一些普遍适用的规律。

在读书的同时，多去思考和实践，把有用的知识迁移到自己身上，用来解决自己面临的问题。

以上就是思考把书中的方法，迁移到数据分析领域，进而探索数据分析的精进之道，希望能够对你有所启发，引发你的思考和行动。

（以上内容，仅作为分享使用）