职场数据分析方法（数据量化思维与技能）
职场数据分析方法（数据量化思维与技能）除了上述的简单分析法外，还有更专业的分析法，比如：鱼骨图分析法。例如：我们要制定下一年的公司业绩，首先考虑哪些因素会影响呢？毫无疑问，正相关因素包括老客户业绩、老客户新项目增长业绩、新客户增长业绩、中国经济的大环境GDP及CPI，负相关性因素包括：原材料的短缺、客户的需求的变动性、人工成本的上涨、公司的资源的紧缺等等。第一步，刻意关注数字；我们每天都会看到与听到大量的数字，大多数时候，信息中最有用的就是数字，只需要我们把注意力放在数字上，并试着记下来，久而久之就会对数字产生很强的条件反射。当我们记下一些数字后，在谈论时能脱口而出几组数字，所有的人会认为你更加的专业与严谨。比如：最近我听到财经新闻中报告到中国2022年的GDP增涨会在5%以上，CPI会不低于3%；显然这里的5%与3%是非常重要的两个元素。第二步，避免模棱两可；平时我们在表达时，经常会用模棱两可的词语；因为用程度副词是最简单最
近日，在谈及工作中的一些重大决策依据时，出现了两种不同的见解，一种是凭直觉与感觉决策，另外一种是对数据进行量化分析。两者都没有绝对的对错，在很多公司里依靠经验直觉进行决策其实挺有效的。今天我不谈论如何提高决策的直觉，我更想分享给职场小白都很容易上手的科学决策思维：数据量化分析方法。
当你掌握了数据量化分析法，很多看似高深复杂的工作也将变得简单高效；个人的工作努力，工作贡献，工作绩效也将变得清晰明了。要想更好地进行数据量化分析，首先我们需要识别并整理有用的数据，再进行数据分析并挖掘数据背后的秘密，最后数据展现并指导管理决策；这简单的三步法适用于几乎所有的决策，是一种工作思维与习惯，适用于几乎所有的职业人士。
一、识别并整理有用的数据
今天我们身处信息与数据爆炸的时代，每时每刻都有海量的数据产生；能有效地识别对我们决策有用的数据，是最为关键的一步。为了更好地识别有用的数据，也要求我们对数据有一定的敏感性，很多人对数据敏感性并不是与生俱来的，可以经过后天的训练并得到增强的；常用的数据的敏感性训练方法：
第一步，刻意关注数字；我们每天都会看到与听到大量的数字，大多数时候，信息中最有用的就是数字，只需要我们把注意力放在数字上，并试着记下来，久而久之就会对数字产生很强的条件反射。当我们记下一些数字后，在谈论时能脱口而出几组数字，所有的人会认为你更加的专业与严谨。比如：最近我听到财经新闻中报告到中国2022年的GDP增涨会在5%以上，CPI会不低于3%；显然这里的5%与3%是非常重要的两个元素。
第二步，避免模棱两可；平时我们在表达时，经常会用模棱两可的词语；因为用程度副词是最简单最省事儿的且还不用负责任；如果我们用非常具体的数字是一件很不容易且易出错的事情，但是为了我们的严谨性，我们必须细化。还是上面的例子，GDP的增涨会在5%以上，到底以上多少呢？不低于3%，到底多低呢？ 为此，我专门查询了社科院的原文，中国社科院：预计2022年GDP增长5.5% CPI上涨3%。只有拿到了更精确的数据，我们的观点才更有底气，我们的工作才更有说服力。
第三步 筛选出与问题正相关、负相关的数据； 我们选择数据的目的是为了解决与分析我们面临的问题，是带有极强的目的性；任何事情都有其三面性，正相关，负相关及不相关， 我们最需要关注的是正相关与负相关。为了让所有的人都能理解并易于操作，我重点分享正相关与负相关的分析方法。
例如：我们要制定下一年的公司业绩，首先考虑哪些因素会影响呢？毫无疑问，正相关因素包括老客户业绩、老客户新项目增长业绩、新客户增长业绩、中国经济的大环境GDP及CPI，负相关性因素包括：原材料的短缺、客户的需求的变动性、人工成本的上涨、公司的资源的紧缺等等。
除了上述的简单分析法外，还有更专业的分析法，比如：鱼骨图分析法。
鱼骨图
第四步，整理数据； 很多人在工作中是比较排斥整理数据的；一是认为浪费时间，二是认为没多大必要。但是很多人很努力地工作，但是自己的努力容易得不到别人的认可与关注，容易被领导和同事忽视，最大的原因就是自己的工作没有很好地客观呈现出来。工作的呈现是非常讲技巧的，表现太多会认为是表演；表现太少又容易被人忽视；数据量化的整理是最恰当的方式。因为：
1) 数据不太容易凭空捏造，即使凭空捏造了，也很容易被发现。
2) 数据本身就具有极强的说服力，都不用做过多解释。
任何工作都可以被量化，比如： 团队中成员工作量、工作负荷的客观评估；最常用的方法就是每周工作计划及每周工作报告。完成任务的数量，完成的进度，遇到的困难等，都很容易被呈现出来;从而更好地帮助管理者决策及调配资源。
工作日志
二、数据分析并挖掘数据背后的秘密
只要我们稍微用心，就会发现身边大量的数据，但这些数据对我们的工作是否真有用？这些数据又分别表现什么？能否指导我们的管理决策？ 这是整个数据量化分的最核心任务。也是反应一个人的知识体系，认知水平及系统性思维。
数据分析、数值分析是非常专业的领域，也有较多的专业软件，比如：SPSS Matlab Python，SAS、R、Tableau Software、Excel等。不同的工具面向不同应用、不同专业背景的人，我们在此不介绍具体的工具软件，但会借助Excel介绍数据分析的通用思维及方法。数据分析的基本思维及常用的简单分析：排序，分类汇总（数据透视），对比，占比分析。
1）排序：从大到小，或从小到大的排序是数据分析的最基本方法，是让我们快速找出重要数据的最简单、最直观的方法。
排序
2）分类汇总（求合）：当数据量种类比较多、比较杂乱、比较离散时，需要进行分类汇总；常用Excel中的数据透视工具进行快速分类汇总。 数据被分类整理后，才能更好地进行对比分析，占比分析。
Excel 数据透视
3）对比： 对比一般分为历史数据对比，横向行业数据对比；当出现不同时间段的数据时，往往需要历史数据的对比，历史对比很容易发现波动性问题。
数据对比
4）占比： 当出现多个同类数据时，一般需要进行占比分析，占比分析很容易发现每个数据的份额及贡献值得大小。
数据占比
三、基于数据的决策指导
Make decision
在职场中，我们经常听到有人说：“遇到问题时，请准备好三种解决方案，再向领导报告”。我们每天都面对各种各样的决策，决策的好坏将给自己的职业生涯带来重大的影响，任何领导都不会喜欢没有决策力的人。
我们职场人一定要学会自己去决策。 对于大多数人来讲对稍微复杂点的事情进行决策不是一件容易的事情。即使我们有了上述大量的数据，在决策时仍然充满挑战；因为，我们除了看数据外，还需要考虑 时间，成本，能力，效益等要素。
1）KT决策法：
在管理学中KT决策法 是最负盛名的决策模型 由美国兰德公司的查尔斯·H·凯普纳 (Charles H．Kepner)和本杰明·特雷高(Benjamin B．Tregoe)二人合创研究发明的，把发现问题分为界定问题和分析原因两步的方法。KT 决策法由四部分组成
(1)问题分析（Problem Analysis ）
(2)状况评估 (Situation Appraisal)
(3)决策分析 (Decision Analysis)
(4)潜在问题分析 (Potential Problem Analysis)
感兴趣的同学可以对KT决策领域进一步的学习。
2) 时间成本决策法：
KT决策是需要不断的练习才能运用自如，对于我们大多数的场景还是过于复杂，为了让决策简单有效，可以把所有的方案都转换为时间成本。 时间是有价值的，时间价值就是时间的“机会成本”，如果把浪费的时间损失所构成的成本支出，就是时间成本。
时间成本
决策都有其两面性，首先我们要考虑的是：这项决策是否会带来成本的减少？这项决策是否能带来时间的减少？这项决策能带来多大的效益？这项决策在我们现有能力范围内能否实现？或者换句话说，是否还需要增加新的资源呢? 结合以下两个案例进行剖析：
案例1：我们的团队中人员工作负荷是否平衡？是否还需要增加人手？
团队中人员工作量，工作平衡问题是很多公司都会面临的问题，为了让我们更加科学的决策是人手紧缺问题还是管理效率问题，是需要进行一系列的数据分析。当团队中人比较少的时候，一眼就知道每个人的工作负荷，工作效率。但当团队的人达到几十人上百人的时候，我们就很难去关注到每个人的工作效率，就需要一套比较客观科学的方法进行决策判断。
首先，我们必须客观地得到每个人的工作量、工作时长、工作效率的数据，也就是用前文所介绍的工作日志管理法，进行一段时间可能数月的跟踪。
其次，对于工作量不满，工作效率偏低的团队人员进行进一步的调查挖掘，是个人意愿问题，还是激励问题，还是个人能力问题？如果是意愿问题，我们就对其进行正确的指引；如果是能力问题，我们就提供必要的培训与指导；如果是激励问题，我们就做出相应的承诺。
最后，我们将根据机会成本，人力成本，时间成本进行综合的评估，很容易就会得出比较符正确的决策。
案例2：是否有必要坚持新媒体写作？
新媒体写作是最低成本的写作方式给你发行方式，可以随时随地利用碎片时间在手机上进行创作，写好了可以带来巨大的流量广告收益，写的不好也是一种自我知识的凝练，写作同时还是一种修身养性的最好方法。当然写作需要自身的知识体系要足够的宽广，换句话说，需要对知识进行更大的投资，才可能有更好的产出。投资自己，投资知识是最可靠、最保险的投资方式。综上所述，对于有写作意愿，写作水平的人，进行新媒体的创作是不错的选择。
结 束 语
数据分析思维是一个需要不断培养、持续实践的过程；为了更好地进行实践，Excel表格的熟练运用是非常重要的，因为Excel入门简单、普及性高，文件分享最为便捷；Excel的数据透视，数值分析，VBA数据编程是三种不同的进阶，初学者可以根据自己的应用及专业背景选择不同的进阶。
当我们拥有了数据分析思维，灵活掌握了数据识别、整理、分析的方法，我们的职业能力一定会脱颖而出，得到领导的肯定，从而成为更加卓越的职场人士！
更多职场文章请关注公众号： 技术哲学
技术哲学，是讲述技术人如何职场逆袭的公众号，敬请交流分享。
