现如今进入大数据时代,无论是企业还是个人,都能深刻的感受到节奏在加快,信息在爆炸,知识在迭代。对于企业来说,有很多方法去应对大数据时代所产生的机遇和挑战,比如雇佣数据分析师或干脆使用DataFocus或tableau等数据分析工具。当一个企业习惯了一种常用的数据分析模式或是数据分析方法,甚至无脑的使用BI工具进行搜索式或拖拽式分析的时候,那么其实是非常危险的。我们以前到过,数据本身没有价值,数据的利用才有价值。而这里我们想补充一句,机械而重复的数据利用会失去价值。
所以,数据分析其实应避免自动完成。注意,这里并不是说数据分析应纯手工100%靠人工完成,而是在思维端我们还是需要不断地思考,在决策端不断地优化行为路径。就像是数据分析工具只是一个木偶,提线的还是数据分析师本人,一旦人被木偶牵着鼻子走,对人和企业都是非常有风险的。
这就好比我们经常说的一个概念,叫舒适区和学习区。这种类似的要避免自动完成应怎么理解,在我们生活中往往有很多事情是不需要我们思考就去完成的,比如吃饭,比如跑步,比如打游戏,几乎我们是脑袋是处在一种无意识的状态下完成的,而这种无意识的状态对我们能力的提升没有任何帮助,对于数据分析也是一样。数据分析之类的工作其实和人的大脑有点类似,可以理解为分为两个系统,一个叫经验系统,一个叫分析系统,分析系统是负责思考的,耗费脑力,出方案。而经验系统则是自助运行的,无需思考,也就说我们的尝试。当我们做一件事情久了之后,会自然而然的陷入到经验系统中,比如用这个数据分析模型用久了,会逐步侵蚀思考的动机。靠着既定的数据分析模型或工具去运行,这样企业能力提升的空间也就变得有限了。
所以DataFocus鼓励搜索式分析,就是希望能够在替代掉“技工”类工作的同时,还是鼓励数据分析师有自己的思考,比如搜索什么关键词,为了什么,想要一个什么样的结果等。这样的数据分析,才是对企业和个人真正有价值的。