職場提升 職場想晉升?練好數據能力,比會做 PPT 管用 10 倍

職涯導航台
19粉絲
18 次觀看·2026年5月8日
領導是特別看重那些有數據能力的人
而且數據能力好的
通常情況下在職業發展當中
意義是非常大的
今天我們來聊的一個話題
也是大家在評論區當中
這個呼聲非常高的話題
就是如何培養工作當中的數據能力
在這先問大家一個問題
就是大家覺得數據這件事情
跟你的數學學的好不好
有沒有關係
其實關係不大
一會我會去講的這些數據能力
基本上都是在你
至少初中以內的水平就能搞定的
加減乘除的硬體
很簡單的
所以它並不是你的數學能力
第二點很多朋友一旦談到了數據能力
總是想到的
比如說有些人想到的是Excel
然後Excel一想到
那些會做數據的公式都做得很好看
圖表都做得很好看
這個其實也不是我們講的數據能力
然後第三類可能對數據能力的一個誤解
就是那我需不需要學Python
我怎麼樣能夠結構化的去獲取大量的數據
並且把它整理好
而且現在還很流行
比如說用AI
是不是它跟技術會有一定的關聯
其實我告訴你也未必
所以在這一點上
真正對於普通崗位的數據能力
一跟數學沒有太大的關係
二跟工具沒有什麼太大的關係
三跟技術也沒有什麼太大的關係
但並不是說數學不重要
工具不重要
技術不重要
因爲真正做數據崗位的一些大公司
做數據後臺的
這些能力都很關鍵
但是我們做業務的
其實我們是用這一些數據
來去幹嘛
進行業務判斷
所以數據能力這件事情
不要一開始就走錯了方向
因爲我們不是專門做數據技術的
而相反我們是用數據
去解決和判斷我們的經營的
所以數據能力的第一大條
大家一定要記住
是什麼呢
是你對你自己的業務理解要深刻
現在特別流行講一個詞
叫business context
以前我們會把這個詞翻成叫語境
叫商業語境
現在流行講叫上下文
AI特別多喜歡講上下文
叫商業上下文
什麼意思呢
就是你必須要了解你自己的業務
你的業務的環節
你的業務的北極星指標
北極星指標主要指的就是
哪個業務指標單一的
在你這個業績當中
在你的整個的業務當中
是最關鍵的
以及我們怎麼去拆解我們的目標
拆解和追蹤
這些東西跟什麼相關
跟你自己所在的業務崗位相關
你比如說舉個經典的例子
比如說財務
財務它需要關注的是啥
第一三張表
資產負載表
損益表和現金流量表
它可能要關注的是成本
營收 利潤 稅費
這些東西是它的業務範疇
同樣的你比如說人力
它要看的數據可能是啥
有多少崗 工作量怎麼樣
然後人均的產值怎麼樣
人效怎麼樣
我的招聘現在有多少的high count
以及我招聘的時候
每招一個人我大概付多少的成本
以及我培訓每個人
大概培訓的人我花的錢
它能大概產生多大的價值
與此同時我們可能還要去了解
比如說員工
我們在這裏大家的工作的時長是多少
工作了多少年
私零是多少
我們員工的所謂的流動率大不大
這一些是人力這個崗位的業務理解
同樣不同的行業可能關注的也不一樣
比如說做電商的
它關注的比如說GMV的拆解
大家知道是從流量到轉化
到流存到復購
那有可能你比如說你是做AI的
那可能要考慮的就是
你消耗了多少token這一些
所以對業務的理解這件事情
其實就是把環節弄清楚
把北極星指標弄清楚
能夠去拆解它
並且去跟蹤這些數據就足夠了
所以不同的崗位
如果你覺得你自己的數據能力差
本質上有可能是什麼能力差
你對業務完全不理解
所以你會看到真正數據能力好的人
他的其中一個表象就在於
他跟別人在聊業務的時候
他滿嘴是數
但是他問的問題和回答的答案
都是跟業務直接相關的
所以我們經常說這樣一句話叫做
不懂業務就不懂數據
懂了數據才能知道業務的本質是啥
所以在這一點上培養工作當中的數據感知
首先要理解業務
那理解的方法也很容易
找高人去問
找前輩去問就好了
這是業務理解
好 那在業務理解完成之後
第二件事情我們需要有的是
數量級直覺
什麼叫數量級直覺呢
數量級大家都知道
就是乘以十
十倍叫一個數量級
那爲什麼要說要有數量級直覺呢
就是你對你數據的常態和異動
你要能判斷出來
那通常情況下數量級的直覺
就是出現了什麼
數據的異動
跟我以前相比突然一下翻了十倍
那這個地方肯定有很多值得我們去思考的
第一 數據統計的口徑對不對
第二 是不是在取數的過程當中
哪一些數取錯了
如果都沒錯的情況下
一定是有原因讓它出現了巨大的變化
那我們再去分解背後的原因就好了
所以一定要學會有什麼數量級的直覺
而且基礎是什麼
數量級層面上
那如果我們退而求其次
說數量級十倍現在有的時候不好看到
那你至少是叫倍增直覺
就是至少乘二
這件事 翻倍
對吧 叫倍增直覺
什麼意思呢
以前有的時候我在會議上
有一些員工做數據來分析
一分析說夏老師我們這個賬號增長了
在上個月我們增長了一千人
很開心
我說你沒看到我們這賬號啓動量
六百萬呢
你增長了一千人你做對了啥
沒你幹這活說不定還漲四千
是吧 爲什麼
因爲它不是倍增
它也不是數量級的異動變化
那真正要去看的時候
我們就得不斷地去切細去思考
那舉一個簡單的例子
雖然我們的總量可能是比如說六百三十多萬
但是我們同比或者是環比
上週上上週以及去年的某一週的數據
原來一週可能增五百人
這一週我們增了一千人
有沒有倍增
顯然有
那可能這一週我們做對了一些事情
所以這個倍增不一定是總量形態的倍增
我們是不是還可以把時間的維度加上去
所以我們經常在說
不是數據增長了就一定是好事
因爲我們要看是數量級或者是倍增的情況
反過來不是數據下跌就是壞事
我們同樣也要看的是數量級還是倍增層面的
那在統計學當中
其實這兩個說法有一個非常重要的詞叫做什麼
叫significance
就這個東西是有影響性的
它是個影響因子
它是個重要變量
但如果沒有這個significance
這個數其實它就是個數
因此你對常態要能瞭解
其實這就是原來的什麼
你對業務的理解
第二你才能抓住什麼東西纔是真正的移動
然後可以根據移動來分析其背後的原因
否則這些數你只是拉了一張表出來
我告訴大家很多人做表做的可好看
外面非常光裏面一包糠
爲什麼
因爲你發現他做的數據
他根本不知道用數據來透視和洞察啥
他都沒有找到移動
或者說他這個移動根本不夠significant
那自然而然他分析的原因也就沒有任何原因了
他只是做了一張非常漂亮的圖表而已
所以大家一定要學會培養數量級層面上
以及倍增層面上的移動的這種直覺感受
而且我們只分析什麼
只分析移動
是吧
好
那麼第三點
那自然我清楚它是移動
我肯定有一個什麼
有一個對比對標的關係
而這個對比對標什麼呢
幾個非常簡單的詞
比如說同比
比如說環比
比如說上週比
對吧
同比解決的問題是什麼
就是我今年和去年這個時間
這個叫做同比
對吧
同比消除的是啥
是季節性因素的影響
因爲去年這個時候也是這樣
今年這個時候也是這樣
外部環境沒有什麼太大變化的時候
那肯定是我們去找我們自己的內因
對不對
那比如說環比呢
環比很有可能是外因性
對吧
外部環境發生的一些變化
會造成環比會有一些區別
所以我們要看出來到底是什麼
是同比還是環比
這是一種看法
第二種看法
我們要做差異性分析
差異性分析來自於什麼呢
我之前設定的目標
和我達到的結果之間的對比
而這個目標我在設定的過程當中
我到底是外部對標
還是做的歷史對標
還是我進行了拆解預測
所謂的拆解預測是啥
還是跟那個業務拆解是一個道理
對吧
我見了多少客戶
我設定按照歷史的轉化率是這樣的
自然而然可能我會有這麼多單進來
我會一步一步的去預測
先建立一個假設
然後去算出來對吧
跟外部的做對比什麼
同行做的是大概多少
那我們至少要麼我們比同行好一些
要麼我們再追趕同行對吧
你自然而然會設計出了一些目標
而且不僅有目標還會有什麼
還會有相應的經營動作
而這個經營動作
就可以在結果的基礎之上做覆盤了
對吧
哪些動作是有效的
哪些動作是無效的
我們就可以去測或者是去分析
OK
所以這個叫做差異性對比
那除了差異性對比之後
我們還要再幹的一件事情
是不斷的追問
五個爲什麼
Five whys
記住數據攤在這兒了
你已經看到異動了
你已經做了對比了
這個時候一定要不斷的去追問
爲什麼
如果只問一個爲什麼
顯得就特別的淺
甚至有可能會問錯
對吧
有的時候我經常看員工回答
我說上個月業績怎麼有這麼大的壓力
平臺政策變化
你看他把歸因歸到外面了
有沒有可能
有可能怎麼樣檢測
進一步追問
平臺政策爲什麼變
有哪些變化
平臺的政策是這樣的變
好
我們的同行有沒有受到影響
對吧
說同行也受到了影響
那同行受到的影響
他們做了哪些應對的動作
他們應對動作是不是有效的
我們有沒有做應對動作
我們爲什麼不能提前知道
平臺的這些政策變化
我們在制定的整個的經濟策略當中
我們有沒有plan b
你看你不斷的問爲什麼
是不是就問出了一個東西叫做啥
洞察
以及你下面可以做的行動計劃了
所以追問這件事情
如果發生在你和領導彙報工作的會議室裏
你會非常尷尬
一定要把它發生在你自己在處理數據的時候
而且你越問
你對業務的理解會更深刻
你對業務理解更深刻
你又回到了第一個這個點上
就是你特別知道哪幾個指標最關鍵
其他人看到的都是一堆數
你進去的時候我就挑三個數
爲什麼
因爲我對業務理解
我知道業務的框架是啥
所以大家一定記住
追問不要發生在你和領導之間
你自己先弄自己
多弄本事都長在自己身上
你讓領導弄你
第一壓力很大
你現場又答不出來
領導對你可能還會有一定的看法
回去以後你又自我否定
沒必要
把所有的事情都倒往自己身上查
而且這個過程
當領導真正push我問你的時候
你說領導這個問題我思考過
我給你看一下我的思考的邏輯
領導至少知道你是思考過的
就是思考錯了而已
領導跟你對的時候只是幫你做覆盤
如果你連思考都不思考
你直接甩上去一點
領導很難對你有好臉
所以在這一點上
不斷的歸因就是多去追問
多去追問
好
最後一點
第四點
就是關於數據的來源
前面我們已經形成行動和洞察了
但是最後你在彙報之前
你還是過一下數據的來源
數據的來源有兩個好處
你關注一下
比如說取的方法
它的統計的口徑是什麼
爲什麼這個數據來源極爲重要
兩件事
第一件事自究自查
你別上去了以後開彙報的時候
大家說你數據的不對
那顯得非常尷尬
因爲一旦數據的不對
後面所有的分析都沒有價值
所以在真正彙報之前
最要確保的一件事情
不是說你彙報的邏輯鏈路怎麼樣
因爲那個東西你已經連續追問了
更爲關鍵趕緊回去自查數據來源
尤其是哪類
尤其是你在報好事的時候
說我們增長了
一定要去看數據來源
爲什麼
因爲如果最後上會的時候說
那你沒增長
你就非常之尷尬了
對不對
所以一定要學會
第一自查數據來源
第二點防甩鍋
就是很多的數據
別人給你的
你直接用
有的時候這個鍋在誰身上說不明白
對吧
所以很多的數據
尤其比如說下跌類型的數據
一定仔細的去看這個數據來源
是不是真的
其中到底哪些數據是有價值的
哪些數據是有噪音的
用什麼方法來看
還是我們剛纔講的
常態和異動的觀點
你說都在跌 因跌
每個月跌個3%
跌個3%
這件事情不是最核心的
它甚至有可能不是你的崗位能解決的
邦當一下跌了50%
這事一定很重要
邦當一下跌了30%
這事一定很重要
所以一定要注意一下
這件事它到底數據來源在哪裏
自己不要無形的被一些鍋甩在身上
這都是夏老師以前自己的職場經驗
所以說到底
剛纔我們講了整個的這四個大塊
你覺得哪件事最重要
是不是還是對業務的理解
這就好比說
一個專門學數據分析的碩士研究生
進入了一家公司
他的數學能力肯定沒問題
他的數據工具肯定沒問題
他的數據技術肯定沒問題
他能不能馬上在這家公司開始開展工作
不行 他首先要幹嘛
瞭解公司的業務
這是必然的
第二 一旦瞭解了業務
你才能構建什麼
數量及直覺
也就是說一些不重要的數據的變化
無所謂
我們關鍵是要構建發現這個異動
然後有了異動
進一步的幹什麼
去分析
而你的分析規定
一定要有對標和對比策略
要麼是同比環比
要麼是差異性分析
差異性一定要去考慮內部外部歷史
拆解這些因素
然後看出來區別了之後
五個爲什麼追問下去
你就能找到真實的洞察
然後最後整理彙報的一套思路
形成行動計劃之前
還要確定你的數據來源
它的統計口徑到底是怎麼樣的
一是自查
別上去出洋相
二不是我的責任
我一定要把這個鍋甩回去
是吧
不能自己在這背鍋
這其實就是關於普通的崗位
做業務的小夥伴
怎麼樣去培養自己數據感受的
這樣的一個過程
希望這些東西對大家有所幫助
當然現在這個時代
在把這些能力你有了以後
通過AI的工具進行放大
我相信你的數據感覺會越來越好
所以大家有什麼樣的問題
也可以在評論區留言
我們也會選擇高端問題給大家回答
感謝各位的收看
我們下期再見
