100种分析思维模型之：数据认知

你好，我是林骥。

在《万物皆数》这本书中，作者追溯到 150 万年前的旧石器时代，原始人类经过一代又一代的思考、琢磨和传承，打造出了「手斧」形状的工具，它可以用来砍树、割肉、在毛皮上钻洞，以及挖地等。

尽管手斧的形状各不相同，但它们都有一个共同的特点：对称。这不是一个巧合，而是原始人类在脑海中有了「数学」的思维。

数学是一门研究数量、结构、空间、信息等概念的学科，在人类社会发展的过程中，发挥着非常重要的作用，被广泛应用到很多不同的领域中，包括工程、医学、经济学、计算机科学等。

下面介绍的数据认知思维模型，也属于数学的一种应用。

1. 为何学习数据认知思维模型？

数据是信息的基础，而信息是决策的基础，只有提升数据认知能力，才能做出更加科学的决策，进而有运筹帷幄的空间。

数据认知模型可以帮助我们去伪存真， 透过现象洞察事物的本质， 找到问题的根本原因， 把握其潜在的运行规律，预测未来发展的趋势，进而做出更加科学的决策。

虽然数据是过去历史的产物，但它却能成为我们未来行动的指南。如果我们能充分利用数据相关的工具和技术，提升自身的认知水平，就能更加有效地解决一些比较复杂的难题。

比如，医生通过化验来收集病人的相关数据，分析数据指标是否异常，然后对症下药，给出相应的治疗方案，帮助病人恢复健康的身体。

再比如，企业通过收集市场的相关数据，分析研究产品、客户和竞争对手等相关情况，然后确定未来的战略方向和战术打法，帮助企业获得利润的增长。

对个人来讲，当你能熟练运用数据认知模型之后，就能更加有效地用数据化解难题，也能把问题想得更加透彻，从而让数据发挥出更大的价值，进而获得更多的发展机会。

2. 什么是数据认知思维模型？

我们在这里定义的「数据认知思维模型」，是指通过数据分析，进而提升认知水平，并在付诸行动之后，形成「三位一体」的增强回路。

数据不仅包括传统的数字和数学，还包括文字、照片、视频等各种内容。人类对自身活动的所有记录，都是数据的一种表现形式。

人类最近 5 年产生的数据，已经超过以前几千年文明的数据总和，而数据量越大，就越需要学习使用新的工具和技能，提升自己的数据认知水平。

在数据和算法的加持下，人工智能已经变得非常强大，不仅下围棋的水平远超人类，而且还能作曲、画画、聊天，等等。人工智能程序 ChatGPT 给出的答案，已经超出了很多普通人，有人甚至用它来辅助写论文、写代码、写报告，等等。

随着技术的发展，我们能获取的数据将会变得越来越多，但关键还是在于我们能否从中分析和挖掘出有价值的信息，帮助我们做出正确的决策，并付诸行动，真正实现用数据赋能成长。

3. 如何提升数据认知的水平？

在《数商》这本书中，作者涂子沛提出了高数商的 10 大原则，我认为也可以用来提升数据认知的水平。

下面我结合自己的理解，简要总结如下。

原则 1：记录数据

勤于记录，善于记录，敢于记录。

勤是习惯，善是方法和工具，敢是勇气。

很多人不愿意、害怕面对自己的记录，所以「敢」也是一个问题。

没有记录，就无法追根溯源，也就无法进行深入的分析，如同无本之木、无源之水。

原则 2：要事分析

定性分析与定量分析相结合，综合运用数据分析的思维，包括目标思维、对比思维、细分思维、溯源思维、相关思维、假设思维、逆向思维、演绎思维、归纳思维等。

按照 SMART 原则进行量化，分类遵循 MECE 法则，运用金字塔原理和结构化表达的方式，以一定的次序、格式或者图表呈现数据分析的结果，经过日积月累的练习，就能逐渐提升数据认知水平。

原则 3：实数求是

从数据中寻找因果关系和底层的规律，让数据成为「感觉的替代品」，这是数据分析的使命。

以实「数」求是的态度，学会用数据说话，基于客观事实和对业务的理解，提出符合实际情况的建议。

原则 4：预测未来

运用概率思维，知道未来是多种可能性的分布，预测未来发展的趋势，进而辅助做出更加睿智的决策。

尽管未来充满不确定性，但我们可以充分利用数据的价值，努力把自己活成确定性。

原则 5：假设检验

通过实验和测试，收集更多的数据，经过大胆假设和小心求证，不断追根溯源，寻找真正的因果关系。

原则 6：学以致用

学会用幸存者偏见去分析一些社会现象，把所学的知识应用到实践中去，一方面可以检验知识的适用性，另一方面也可以加深对知识的理解。

原则 7：隐性知识

试着用数据去解读生活中的一些隐性知识。比如，通过记录每天晚上的睡眠时间，与白天的精神状态和健康状况建立关联。

原则 8：反对混沌

数据代表清晰，高清晰是有效管理的前提，我们要反对混沌、差不多以及神秘主义的文化。

比如，情绪就像一团乌云，但一旦我们能量化它，它很可能就消散了。所以，善用数据之后，控制情绪的能力也会得到提高。

美国杜克大学的心理学家威廉姆斯，提出一个识别、控制自己情绪的有效办法。当你有一种负面情绪产生的时候，就马上记录下来，例如意识到自己可能要生气，不管出于什么原因，当这个想法一露头，就把原因和状态写下来。

记录的过程实际上是一个思考的过程，很多情绪是天然产生的，但你主动关注并记录下来，它就被提交给了理性，你的大脑就有机会对其进行思考。

我是用数据赋能系统来量化和记录自己的情绪，经过实践的检验，确实起到了非常好的效果。

原则 9：搜索技巧

掌握一些搜索的技巧，以前我写过一篇文章：精准搜索资料的6个实用技巧。

网上还有更多的搜索技巧，你不妨运用上面链接介绍的方法，亲自尝试把它们找出来，也许你将打开一扇新的大门，对于提升数据认知将会很有帮助。

原则 10：分析工具

熟练运用 Excel、SQL、Python 等数据新世界的工具，可以起到事半功倍的效果。

我曾经把数据分析的 7 种工具比喻为七种武器：数据分析的 7 种武器。

在数据分析的江湖中，如果没有称手的武器，那么英雄也可能无用武之地。

最后的话

按照 DIKW 模型：

数据是知道这个世界发生的基本事实。

信息是从事实中统计出一些客观规律。

知识是基于客观规律产生独特的洞察。

智慧是掌握多种不同的分析思维模型。

一旦你能熟练运用多元思维模型，懂得用思维去驾驭工具，那么数据认知水平将会迅速得到提升。