DataFocus在与某医疗企业接触的过程中遇到这样一个提问：是否每个人天生都是数据科学家？只是缺少适当的trigger？。那么我们先从思维的承载者——大脑开始说起，世人知道，我们的左脑分管理性部分，擅长学术、文字、推演、逻辑等，而右脑则负责感性思维，比如抽象、图形、音律等。看到这里或许有人会下结论，数据思维当然是左脑的功劳，无非推演运算或是行文，但是对于数据思维的落地来说却不仅如此。一般数据思维的落地并不是给自己看的，而是给别人看的，需要将数据的推演运算及应用，进行表达。那么此处就需要用到右脑的想象力和艺术细胞了，比如如何展现，如何关联，如何生动的表达等等。这就是为什么数据思维的落地，需要可视化的基本原理之一。所以数据思维本身，也是个左右脑结合的综合性思维。
而目前具备综合性思维的优秀数据科学家是极度缺少的，就像好的电商内容运营一样，需要跨界了解几个领域的知识，比如信息技术本身、数学、商业应用场景等等。毕竟数据思维的应用基本是公司行为而非个人行为。可视化是为了更好的达到商业目的，所以需要利用数学知识，借助 IT 手段，将对大数据的挖掘转换成商业应用。
那我们如何去更好的落地数据思维呢，有人可能会说会可视化就行。但可视化的结果也可分出高低，好的可视化不仅好看，更能一针见血的反映问题和帮助决策。因此我们有时需要进行训练。第一，如果作为决策者，不仅需要充分熟悉管理逻辑，更需要熟悉企业的经营环境、市场竞争，对经济学和商业运作有深刻的理解，并具有丰富的企业管理经验。通过数据结果可以了解企业发生的情况；第二，要有数据库基础知识，包括软件和硬件知识，能够理解数据采集，数据存储，数据传输等领域的最新技术，熟练处理大量数据，能够优化数据结构，提高数据效率；第三，根据数据集进行审计，建模，能够优化模型，并使用相关算法进行计算，数据可以在计算后进行解释。
当然，仅仅拥有上述三种知识和技能是不够的。数据的呈现需要某些设计技巧和视觉语言来表达视图，这可以有效地传达信息。特别是在企业中，并非所有人都是数据专家，甚至所有人都不是数据专家。只有熟练掌握数据处理能力的人才能成为数据专业人士。因此，需要对数据进行深度处理，然后以其他人可以理解的方式呈现数据，以便可以识别数据挖掘结果。
Comments | NOTHING