一說到數據思維，我們往往第一反應是，與我這樣的普通人有什么關系？
我不是科學家、不是程序員、也不再高科技公司工作，要什么數據思維？那些知識太高深了，我學不會。
但事實真是如此嗎？
在生活中，你是不是感覺到，手機地圖估計你的行程時間越來越準；今年“雙十一”，寶貝的送達時間越來越快；結婚登記之類要親自到場的事項，越來越多地要通過App預約；提取公積金之類不需要親自到場的事項，越來越多地可以線上自助……
所有的業務都越來越有套路，所有的平臺都越來越比你更懂你，所有的甲方都越來越要求你提供數據服務，而所有的老板也都要求你提供數據洞察。
有數據思維，一切都是資源；沒有數據思維，到處都是陷阱。
身處數據時代，自由行走江湖的本領，必須包括數據思維。有了數據思維，就能提出問題，形成解決問題的思路，然后利用數據服務或者與數據專家合作，最終解決問題。
這就是普通人數據思維的精彩應用——提出問題，挖掘資源，開展協作，推動閉環。
所以，不管你是否有數據思維，都應當問問自己：
“在這個智能時代，你是要當算法，還是要當數據？”
什么是數據思維？
數據思維就是使用數據來提出問題和解決問題的能力。簡單地說，我們對掌握的數據知識和技能形成一些認知，這些認知就是數據思維，然后我們以這些認知為工具來思考問題、解決問題。
我們是依據我們的認知來思考的。這些認知來自我們對自己掌握的數據知識和數據技能的理解，我們會在不知不覺中被這些或明或暗的觀念所限制。當然，如果認知升級，觀念更新，就會發現新天地，也會產生解決問題的創意。數據知識和數據技能，雖然看起來是客觀的，但對它們的理解和認知卻是因人而異。這就是每個人的數據思維水平相差很大的重要原因。
在掌握數據思維之前，先要提高數據敏感度。
如何提高自己對數據的敏感度呢？有三個方法：
首先，養成習慣，有意識的替換原來的定性思考，改用定量的方式去思考、談論和使用。
比如，見一個小姐姐遠遠地走來，你就不要說，“小姐姐好漂亮”，而要說“小姐姐顏值好高”。
感知數據的第一步就是建立對數據的親近感。你可以把它當做是游戲，或者是思想實驗，強迫自己進入數據世界，完成這一步才有可能領略數據世界的風景。
其次，要用量來定義質，從量的方面抓住事物的本質。
比如海洋酸化。科學家告訴我們，現在的海洋正在酸化。那么，“酸化”到底是什么意思呢？它對應表示的現實世界的情況到底是什么呢？是說海水是酸的嗎？
我們先看看海水現在的酸堿度是多少。一測量，pH值是8.1。因為酸堿度的中間位置是7，比7大的都是堿性的，所以現在海水還是堿性的。但是，一百年前是多少呢？8.2左右。從8.2降到8.1，說明海水正在向酸的方向發展，所以是“酸化”，而不是“酸性”。
你看，我們一定可以找到一個關鍵量，這個量抓住了事物的本質，使這個事物得以與其他事物區別開來。這個信念就是數據思維最基本的認知之一。
第三，找到對應值
在很多情景下，對應值反映的是你對事物性質和原因的理解，理解不同，選擇的值就可能不一樣。但從數據思維的角度來說，你必須確定一個對應值，才能定義清楚你對事物的理解。
例如，根據人口學家的共識，老年人口，也就是60歲以上的人口所占的比例超過10%，就是老齡社會。這個10%就是對應值。
