CDA数据分析师 出品
编译:Mika
【导读】
如果不成为数据科学家,我们该如何区分真实与非真实的信息?如何利用信息做出更好的决策?这时,我们就需要「数据素养」这种技能。本文中,数据分析热爱者Jordan Morrow就分享了他的观点。
我们之中有多少人曾在刷手机新闻时,注意力突然被其他的消息吸引,同时开始产生疑问"这个消息正确吗?" 或者我们之中有多少人曾在看报纸等纸质媒体时,怀疑上面信息的真假。
在如今生活的世界中,每天都会产生很多即时信息,我们如何解读这一切?而且不只解读这一切,我们如何借此做出明智且有深度的决定?
如果我现在告诉你,世界上真的有一个所有人都能学会的技能,而且不只学会,还能精通。这个技能能让我们更好地了解数据和信息,再由数据提供的信息做出决定。
听起来好到不真实?我保证这不是假的,而且所有人都能做到,这项技能就是"数据素养"。
在我解释数据素养是什么之前,我想帮大家先建立一些基础,从而了解在科技和信息影响下我们所生活的时代和世界。
我们现在活在的时代被称作"第四次工业革命"。
这到底是什么意思?这意味着数字世界。我想每个人都赞同,我们正生活在一个相当数字化世界。事实上,现在几乎每个人都有智能手机。
为了让我们更了解这个情况,我要带大家看看几个例子。只想让你知道我们的世界是多么的相互连接,而且有多少信息被创造出了。
第一个例子,你知道如今你需要有触摸屏的冰箱吗?而且不只是触摸屏,它还能帮你播放影片,告诉你天气。你知道你需要它吗?其实我就有一台这种冰箱。
第二,你知道你需要联网的洗碗机吗?那样在你正在影院看电影时,中途洗碗机还能通知你,碗已经洗好了。你知道你需要它吗?
第三,你知道手动打开淋浴洗澡,已经变得太过困难了吗?现在你能下载一个app,帮你把水打开。而且还能设定到你想要的水温。不只如此,还能在浴室安一个触摸屏,又有电又有水。你知道你需要它吗?
现实是,所有事物都被连接在一起,而且不只连在一起,同时还为我们创造了什么?那就是数据和信息。
如今,数据被称为新石油。但我们必需退一步来看,才能更清楚的了解,数据是有价值的资产。但就像石油,必须要经过人和精炼才能有价值,这就是数据素养。
就定义而言,数据素养指的是有阅读、利用、分析和质疑数据的能力。这四项技能遍布各个维度和层面。
注意,数据素养不是数据科学。世界上并不是所有人都必须当数据科学家,但所有人都必须熟悉数据,这样才能在第四次工业革命中成功。
让我们深入这四项技能来更了解它们。为此,假设一个场景,比如我们要去买冰箱。
以下现在我要提到的几点,不仅能用在私人生活,还能用在公共方面;同时还能应用于商业和社会层面。
1. 阅读数据的能力
第一个技能是阅读数据的能力。
假设我们去商场买冰箱。一开始,我们完全不知道哪款适合自己。因此我们的第一步就是,要阅读所提供的冰箱信息和数据。
当你在网上搜索"阅读”一词的含义,它表示:看到某个事物并理解它。
当我们走进一家店,那里共有30款冰箱。我们可以阅读所提供的信息,理解它,以做出更明智的决定。
阅读数据是很强大的能力,这能让我们在第四次工业革命中解放我们的思想。
回想几百年前,你可知道能够阅读可能是个罪行吗?我绝不是说能够阅读数据是某种罪行,但就像几百年前一样,面对这些信息,能够阅读且理解它是一项关键技能。
2. 利用数据的能力
回到买冰箱的场景。我们现在需要第二个数据素养的技能,就是能够利用数据。
现在,有人可能会问"这意味着我必须擅长计算机科学和统计学才能利用数据吗?"
答案是否定的。
这意味着,我们能够得心应手的面对呈现眼前的数据。比如网络上曾流行的一些骗局,能够利用和解读数据就能让我们识别这些骗局,免于被骗。
3. 分析数据的能力
当我们选购冰箱时,每个冰箱都有性能表,我们需要吸收吸收上面的信息。这样就涉及到数据素养的第三个技能,分析数据的能力。
数据分析也就是理解信息背后的"为什么"。我常说,我们要突破表面的观察,进行深入了解,得出领悟。
现实情况中,当社交媒体上某个事件火起来时,我们多半在观察呈现于眼前的信息。
在买冰箱的例子中,店里有30款冰箱,也许当中有5款吸引了我们的注意力,我们进行观察。接着要分析这5款冰箱的信息,并得出结论,这样才能让我们做出更明智的决定。
分析也意味着,勇于提问。在社交媒体盛行的今天,我们应该有质疑的能力。
4. 质疑数据的能力
第四个技能就是,质疑数据。
注意,我不是鼓励你买冰箱时和导购争论。
质疑数据意味着两件事:
第一、质疑呈现在你面前的信息。比如向冰箱导购提出很多问题,询问产品能为你提供什么。
第二、提出立场,并利用信息为立场背书。
举个例子,我和老婆要对房子进行重新装修,还要买新的冰箱。我们在所有事情上都能达成共识吗?才不。我们都有自己的立场。我们质疑,用事实和数据来支持各自的立场,一起决定哪款冰箱最适合我们。
以上提到的这四个技能:阅读、利用、分析和质疑数据,使人人能够理解所有的信息,再以此作决定。
我常常被问:
"我要如何开始?我该做什么?"
"我要回到学校去学统计学吗?"
"我要学怎么编程吗?"
我相当理解,并不是每个人都像我一样是技术宅。也不是每个人都想去学统计学。
那么你该怎么做呢?
我有一个方法,称为"数据素养的两个C"。
第一个C指的是好奇心(Curious)。
我有5个孩子,猜猜他们每天问我多少问题?而意外的是,我从不想让他们别问我问题。
我看着我的孩子们分析问题,得出哪些天马行空的答案。
因为某些原因,长大成人后,我们的好奇心也随之消失了。变得好奇并质问所有事情,这就是培养数据素养的开始。
第二个C是创造力(Creativity)。
如今,关于人工智能、计算机、机器对于未来的影响有很多讨论。我们已经身处在第四次工业革命中,并生活在一个数字化的世界。而我要告诉你,世上最强大的计算机就在这里——即我们的大脑。
在数据中,不应该排除人的参与,而是应该将人与数据、机器、人工智能结合起来。并且数据素养的四个技能遍布各个层面。
第二个C创造力,能运用人的思维,看那些看似无聊或平凡的事物。数据和信息具有力量。
整体来说,当我们提升增进阅读、利用、分析和质疑数据的能力,在社会、商业和生活层面,我们的世界真的会被改善。
如果你想要在未来和在数字化世界中,找到成功的简单方式,那就是成为有"数据素养"能力的人,谢谢。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31