1700502699
16.1.1 信念
1700502700
1700502701
这里的信念就是指要坚信数据的背后一定有值得提炼的规律、警示和结论等，坚信数据背后一定隐藏着有价值的商业规律、特征及趋势等。只有具备了这个坚定的信念，数据分析师才可能百折不挠，才可能在看似纷繁复杂、千头万绪的数据大海中“吹尽黄沙始到金”。
1700502702
1700502703
如果没有这个信念，反而怀疑数据背后是否有值得提炼的规律和结论，那么你的分析过程肯定会浅尝辄止，其结果多半也就是没有发现、没有结论、不了了之了。
1700502704
1700502705
坚信数据背后一定有值得提炼的规律、警示和结论，并不是自欺欺人，也不是一厢情愿，应本着事物都是普遍联系的辩证唯物主义观点来看，数据的表象下面一定是有业务的本质规律和关系存在的。即使是通过假设检验推翻了原假设，至少也可以给业务方、决策层一个反馈——原假设不成立。事实上，推翻原假设本身就是一个重要的有价值的分析结论；如果通过假设检验不能否定原假设，也可以告诉业务方、决策层：没有足够的理由证明原假设是错误的，这同样是一个重要的分析结论。至于其他类型的分析，特征分析或模型搭建等，无论什么分析，只要有数据，一定就如前面所说，是隐藏着有价值的商业规律、警示、结论的，虽然分析的价值大小不同，得到的结论或多或少（这其中涉及数据背后的关系明显与否，分析的方向是否恰当，分析的能力和水平是否胜任等因素），但是只要你去提炼，就一定可以挖掘出宝藏。
1700502706
1700502707
信念是指南针，让数据分析师面对数据不迷茫；信念是定心丸，让数据分析师面对数据有底气。
1700502708
1700502709
要成为数据分析师，首先要培养自己对于数据的信念，这是通往分析师职业之路的第一步。反过来说，如果没有这个信念，就算目前做的是数据分析师的工作，也无法在这条职业道路上走得更远。没有基本的信念，那跟玩票有什么区别呢？优秀的数据分析师一定会对数据和数据分析充满坚定的信念。
1700502710
1700502711
1700502712
1700502713
1700502715
数据挖掘与数据化运营实战：思路、方法、技巧与应用 16.1.2 信心
1700502716
1700502717
如果说信念是针对客观存在的数据而言的，那么信心就是针对数据分析师自己而言的。
1700502718
1700502719
这里的信心是指数据分析师面对数据、面对分析专题时要对自己有信心、对分析团队有信心、对预期的分析结论有起码的信心。如果数据分析师没有起码的信心，分析过程很有可能会半途而废，或者浅尝辄止。同时，分析师的信心不仅是对自己的激励和鼓动，也会传递给业务方，会对数据化运营中的业务团队起到激励和鼓动的作用，能让业务方相信数据分析的价值，相信数据化运营的价值。如果不能赢得业务方的信心，也就谈不上得到他们的理解和支持了，更谈不上数据化运营的实践效果了。
1700502720
1700502721
这里之所以强调信心的重要性，是因为信心是力量的来源。在数据分析过程中，数据来源纷繁复杂、数据质量良莠不齐、业务背景千差万别，这些因素致使分析进程循环往复，而所有这些都会对数据分析师提出挑战，挑战其精力，挑战其心力。并且很多时候这些挑战是持续的、巨大的，如果没有足够的信心，数据分析师会手忙脚乱、疲于应付，试问这样得出来的结论又有多大的商业价值呢？互联网时代的数据化运营更是要求数据分析师快速响应业务需求、有效提供业务支持，要满足这些要求，需要分析师在面对纷繁的数据和复杂的业务场景时能保持头脑冷静、思路清晰，而且要应变及时、措施有力，当然所有这些都离不开分析师对于自己和团队的信心，即所谓的自信。
1700502722
1700502723
天助自助者，如果连自己都不相信自己，那么连老天爷也不愿意帮助你。另外，自信并不代表自大，它跟“不耻下问，好学不辍”也不矛盾。有的人不愿意主动向人请教，究其主要原因是面子问题在作祟，觉得向别人求教，自己会低人一等。其实，越是自信的人，越会理性地看待自己的优点和缺点（如果不能客观地了解自己的优点和缺点，甚至掩盖自己的缺点，那就不是自信而是过分的自恋了），并积极地扬长避短，取长补短，当然不会顾忌所谓的面子问题；所以，数据分析师的自信中也强调兼容并蓄、不耻下问、问道心切情真。有道是“夫丛林之广，四海之众，非一人所能独知，比资左右耳目思虑，乃能尽其义理，善其人情[1]。”连古人尚且知道向左右、同事及同行虚心请教，兼容并蓄，面对互联网时代海量的数据积累、飞速发展变化的业务模式和不断更新换代的技术应用，数据分析师又有什么理由和资本闭门造车、孤芳自赏呢？
1700502724
1700502725
分析师除了要对自己有信心以外，还要在数据化运营的实践中把这种自信传递给业务方，传递给数据化运营的用户，让业务方坚定他们对数据化运营的信心。也就是说，在数据化运营实践中，分析师的自信不仅是对自己的鼓励和鞭策，还是对业务方的鼓励和鞭策，这一点很重要。面对一个新的业务需求，业务方其实对数据分析支持的价值大小是心中无底的，如果分析师自己也表现得没有信心，那么势必会打击业务方投入的积极性。相反，如果分析师将信心传递给业务方，那么也会推动业务方一起积极地投入到合作中去。一起努力、共同协作，这才是数据化运营的核心。
1700502726
1700502727
优秀的数据分析师一定是自信的，不自信的人一定不是合格的数据分析师。
1700502728
1700502729
[1]出自宋代妙喜禅师的《禅林宝训》，说的是丛林这么广大，四方而来的住众这么多，有许多事情并不是一人能够周知的。所以必须多听听身边人的想法，参考大家的意见和建议，才能完全明白其中的道理，并能通达人情。
1700502730
1700502731
1700502732
1700502733
1700502735
数据挖掘与数据化运营实战：思路、方法、技巧与应用 16.1.3 热情
1700502736
1700502737
有了信念，有了信心，还远远不够。就好比一个人认可了一件事情（觉得这件事情有价值，值得做），也认可了自己的能力（觉得这件事我可以做，我有能力完成），但还只是停留在观望的阶段，还没有真正投入其中。只有具备了充分的热情和激情，并且这种热情是持久的，才可能真正持久地投入其中。所以，持久的热情，是数据分析师应该具备的第3种可贵品质。
1700502738
1700502739
热情在很大程度上是跟兴趣高度重合的，一个人对某件事情有热情，也就可以说对某件事情有兴趣；换言之，没有兴趣，也就无所谓热情。要想在某个专业领域干出成绩，实现自我的最大价值，最好是自己的兴趣和专业相同，这样干起来才轻松，也容易调动自身最大的积极性。所以，如果所从事的工作也是自己感兴趣的专业，将是人生的一大幸事。数据分析师只有对自己的职业和专业感兴趣，有热情，才可能从中得到乐趣，并且迅速成长。
1700502740
1700502741
但是，我们这里强调的热情，并不仅仅是从数据分析师兴趣的角度来考虑的。除了兴趣的因素外，数据化运营的本质更需要数据分析师的热情。具体内容如下：
1700502742
1700502743
❑布道需要热情。正如本书第1章所讲解的，现代企业的数据化运营是企业全员参与的运动。数据分析师和数据分析部门肩负着在企业全员中推广、普及数据意识、数据运用技巧的责任，这是另一种形式的布道，凡是布道，都需要用极大的热情去感染、影响并带动受众。这种热情不但要热烈，而且应该持久，合格的数据分析师必须具备这种热情。
1700502744
1700502745
❑跨专业跨团队的数据化运营实践需要热情。正如第4章所讲解的，在跨专业跨团队的数据化运营实践中，不同团队协调与合作时，需要求同存异，需要团结、引导、调动整体的积极性、创造性，而所有这些都离不开人际关系的沟通和互动。在这个过程中，热情又是必不可少的。没有热情的沟通和互动能达成效果吗？没有热情的合作能调动整体的积极性和创造性吗？没有热情的互动能达到求大同存小异的目的吗？
1700502746
1700502747
❑数据分析师的自我成长和发展需要热情。一个人的专业成长及职业进步，从来都是自己的事情，公司也好，社会也罢，最多只是提供了一个平台而已，内因起着决定性作用。如果对工作和专业没有热情，那也就没有成长的可能了。热情不是外在的表现，热情是内心的推动，是自己的渴望，是专业和兴趣高度重合的快乐，是个人强烈的向往和享受。
[
上一页 ]
[ :1.700502698e+09 ]
[
下一页 ]