​怎么提高敏感度最有效的方法（5招训练你的数据敏感度）

怎么提高敏感度最有效的方法（5招训练你的数据敏感度）

真正的数据分析大神是怎样的？有人说能轻松玩转各种分析工具，有人说能从海量数据中找到关联，有人说能一眼识别出报告中的数据异常，还有人说能够撰写一份经典的数据分析报告。

其实对于一个数据大神，这些都是必备技能，要想练就这样的十八般武艺，最重要的就是提高自己的数据敏感度。

所谓数据敏感度，就是善于洞察数据和业务间的联系，一个优秀的数据分析师，总能快速洞察出数据背后的问题和对业务的指导意义。

什么叫快速洞察？比如进入一家餐厅，普通人可能只会关注到“生意火爆”“客流量大”，但一个优秀的数据分析专家常常会评估数据及数据背后的含义，比如客流量、客单价、翻台率、服务员数量等，大致就可以评估出该餐厅的盈利能力。

如果这家餐厅也做外卖，那么给他一个复购率的数据，就能很快判断出菜品的竞争力，给他一个订单量的趋势变化图，就能很快判断出门店经营中可能存在的问题。

做到这种程度需要大量的经验积累和可以训练，那么作为一个数据分析师，怎么刻意训练自己的数据敏感度呢？本文提出了5种方法，希望对你有所帮助。

熟悉行业和业务

做数据分析时，洞察数据必须结合业务，提高数据敏感度的基础就是需要对业务有深刻的认识。

从纵向看，需要熟悉自家业务的历史数据和发展趋势，从横向看，需要熟记同行业各指标平均水平和重要竞争对手的重要数据。

注意，这里所说的熟悉不仅仅停留在报表上，还要多深入一线和业务人员多交流，对每一项数据背后的含义加深理解。

做到什么程度呢，比如，拿到公司业务的一个数据，就要迅速判断出是否存在异常，以及在行业中处于的水平，还要衡量提高该项数据的投入产出比。

除了对业务的了解，我们在日常生活中，也应多积累一些重要的数据和规律，比如人才离职率、各区域的地租价格、各行业各地区平均薪资、各行业利润率、各行业的关键指标和基本规律，对于我们更全面分析业务是有价值的。

提高记忆能力

对于常常跟数据打交道的人，记忆各种各样的行业和业务数据是必然要求，但每个人记忆力有好坏之分，这里介绍一些帮助提高记忆能力的小技巧。

1）通过公式记忆。

比如在电商行业，记住一个【收入=流量*转化率*客单价*复购率】的核心公式，就可以间接记住四个最重要的指标。记住关键指标后，再记对应数据。

对于一般的指标我们只需要记住小数点前的部分，甚至可以把零头去掉记住相近的整数即可。

2）常看报表。

建议每天早晨上班时，抽出十分钟把重要的数据浏览一遍，简单计算下同比变化，出现异常要特别关注。

无论是自家还是竞争对手的业务数据，以及行业的分析报告，都是常看常新的，每读一遍都会有新的思考。

3）好记性不如烂笔头。

建议每周将关注的核心数据罗列梳理一遍，对于高频且核心的数据可以手抄一遍加深印象。

提高心算能力

优秀的数据分析专家，不会让计算成为快速洞察的障碍，通常都精通心算。我建议大家在日常生活中尽量少用计算器，提高心算能力。

提高逻辑推理能力

逻辑推理简单来说就是通过已知推断未知，一个出色的数据分析专家，即便进入一个不熟悉的行业，基于常识也能将商业模式和利润率估算得七七八八。

在公司业务上，数据分析大神们总能通过数据关联的蛛丝马迹，从底层逻辑一点点往上推导，思维严密，得出让人信服的结论。

当然，强大的逻辑推理能力也依靠多年的刻意练习。怎么刻意练习？

在我们以后的推导过程中，要注意两点，一是从底层逻辑出发，二是在推导时不断从各个角度反问自己，直到拿出问不倒的结论。

此外，闭门造车是不妥的，最好的也是最笨的方法是，多去复盘大神们做的数据分析报告，模仿他们的分析思路推导过程，自己再重做一遍。

选对工具很关键

提高数据敏感度，重在透过数据看本质。但很多传统的数据分析工具（如Excel、SQL），一上来就让用户直面密密麻麻的数据，既被枯燥的数据打断思路，影响效率，也不利于我们分析思维的养成。

相比之下，一款专业的数据分析，比如我在用的FineBI，就有一套自助分析的流程。当我们要分析杂乱无章的数据时，它不会上来就展示这些枯燥的数据，FineBI会在我们开始分析之前，让我们先思考想要什么，明确目标后选择对应的操作，然后选出相关的指标数据，一步步靠近目标。

抽丝剥茧，FineBI可以引导我们一步步找出关键指标。

数据处理时，我们可以在FineBI的帮助下，抽丝剥茧，洞察数据中的关键指标。

数据敏感度的提升，来源于对业务的各个细节和背后的含义的认识，这是一项长跑运动，并非一朝一夕就能习得。在生活中刻意培养上面这些小习惯，能够帮助我们提高数据敏感度，实现数据分析师到商业分析师的进阶。