随着移动互联及物联网的普及，数据收集越来越方便，大数据时代已经到来，数据已经时一种非常重要的资源，谁掌握了数据，谁就掌握了先机。数据思维，数据是事物发展过程中连续的细微变化历史记录的集合，利用数据进行连接和处理，发现其中隐含的发展轨迹和规律，如，事物发展趋势和各种相关因素的相关关系，从而做出正确的决策或预测。最近，听了两门关于圈外数据思维的体验课。感觉收获良多，具体如下：
1. 巧用工具
Python作为当前最流行的编程语言，简单易学，可以代替我们做那些重复的工作，大大提高工作效率。比如，能帮助我们实现网络爬虫程序，进行数据批量采集、筛选，发现从表面数据看不到的底层规律；报数据转换成直观的图表形式，人天生对图表比较敏感，用图表呈现的结果能让人更容易理解；办公自动化，如WORD、EXCEL的整理，数据可视化等等。
2. 筛选有用的信息
我们处在一个信息爆炸的时代，信息泛滥，那些无用的信息对于我们来说就是垃圾，如果我们沉溺其中必将浪费非常多的时间和精力。我们可以预先采取区分和筛选信息分源头质量的措施，淘汰和屏蔽那些无用的信息。比如，我们的微信朋友圈和有些无用的群，对于那些广告，我们可以直接设置不看，这样可以让我们更加聚焦的学习和工作。
3. 用数据思维发现价值
通过分析数据可以得到有价值的信息，从经过整理的零散的数据中，用图像化或关系公式化呈现出来，让我们理解问题更加简单易懂。我们可以发现数据变化的趋势，平均值、最大值、最小值、中位数，数据分布等。利用数据反馈的规律和本质，做出正确的判断和决策。另外，数据的能够客观的反应现实情况，具有很好的说服力；相比工作量，老板更愿意为价值买单。
常用的数据分析方法：
对比分析法
没有对比就没有发现，通过对比发现差距，具体有横向（如，同行）和纵向（如，历史）的对比，经过排序可以帮助找到重点。比如，我们可以通过网络爬虫程序获取招聘网站信息，对职位进行横向比较，找到目前热门的高薪专业及工资；再如，对于股票价格时间纵向上进行比较，发现股价运行趋势，为我们后市操作提供参考依据。常用的数据呈现形式有柱状图、组合图，利用图表可以一目了然的知道结果。案例图表如下：
再比如，通过股市中涨幅榜前10名的股票和跌幅榜前10名的股票，在各个指标数据上进行对比，发现差异，从而指导我们发现潜力股，回避风险。
漏斗分析法
按流程分解问题，化整为零，形成漏斗图，找到关键改善点及确定改善优先级，采取措施，突破瓶颈问题，解决主要问题，快速提升业绩。案例图表如下：
相关分析法
通过各种零散分布的数据，形成散点图，利用EXCEL软件找出相关关系公式及趋势线，找到相关的方向性和大小，从而可以帮助我们推断相应的预测。对于数量级差别大的两个因素对比，可以采用不同坐标尺度呈现，也可以通过百分比率来化绝对数为相对数进行比较。比如，通过一个小区房价和面积的众多数据，根据相关关系，可以推断得出特定面积的房子的价格，帮助我们正确定价，至少也不至于把房子卖亏了。如下为案例分析图表：
