结构化思维

重新理解数据分析

核心能力
商业理解；科学的方法论；编程语言（数据操作）；同理心和说服力
目标
决策支持；数据赋能；

数据驱动
客观呈现出发生的事情；被动支持业务方决策；主动定义问题并指导业务方；将数据融入思维和工作；

工作产出（影响）
影响了某个指标；影响了产品形态（招聘系统）；影响了操作流程；打造了可扩展的解决方案（影响效率）；

不能成为影响

行为本身不是影响，带来的变化才是影响
完成了一项高难度的分析（难度不是影响）；
参与了一个成功的项目（项目的成功不一定是分析带来的）；
创新了一个模型；
做了abc；

什么是好的分析师？
好的分析师是给别人输入，而不是帮别人输出；
分析师的核心能力是思辨；
数据先于观点，而不是观点先于数据；
不要把问题复杂化，也不要惧怕复杂度；
分析什么问题，往往比用什么方法更重要；（传统行业比的是谁做的更好，互联网比的是谁更能定位问题）；
不是所有问题都可以分析出答案，以开放的心态采纳其他的观点；（数据只是视角之一，别唯数据论）；
自己challenge自己，本质是自己提问；

行为经济学

假设
期望效用最大化，偏好一致性，无限意志力，无限自私自利
传统经济学的思考框架：期望收益 vs 期望成本
影响你期望效用，从而改变你的行为的因素

• 成本变化（礼物单价下降）
• 激励变化
• 信息变化（你知道这个女主播是单身）