Làm thế nào để nuôi dưỡng tư duy dữ liệu được các công ty lớn ưa chuộng

Tư duy dữ liệu không chỉ đơn thuần là kỹ năng phân tích dữ liệu mà còn là cách suy nghĩ dựa trên dữ liệu. Bài viết này sử dụng một bài kiểm tra nhỏ sinh động để giải thích bốn nguyên tắc cốt lõi của tư duy dữ liệu theo cách dễ hiểu để mọi người đều có thể học.

Tư duy dữ liệu là một điểm quan trọng trong các cuộc phỏng vấn tại nhiều công ty lớn và cũng là chủ đề được nhiều nhà lãnh đạo công ty đề cập đến. Nhưng tư duy dữ liệu là gì? Vì được gọi là "suy nghĩ", nên nó ám chỉ một cách suy nghĩ, chứ không phải là việc đọc thuộc lòng một mã hay công thức một cách máy móc.

Có nhiều câu hỏi có thể kiểm tra tư duy dữ liệu của bạn.

Hôm nay, tôi sẽ đưa bạn đến với một chủ đề đơn giản để trải nghiệm:

Bài kiểm tra tư duy dữ liệu

Ví dụ, một ngày nọ, một người quen hỏi bạn với vẻ mặt buồn bã: "Tôi đã mất 1 triệu đô la khi giao dịch chứng khoán, tôi phải làm sao?" Bạn sẽ phản ứng thế nào?

nghĩ

Bài kiểm tra

một

điểm

chuông

Suy nghĩ dữ liệu đầu tiên

Để ý! "Mất mát" không phải là một chỉ số dữ liệu, mà là một mô tả định tính

Theo các cổ đông khác nhau, có ít nhất sáu tình huống xảy ra "tổn thất":

• Trường hợp 1: Tôi thấy một cổ phiếu tốt, do dự và không mua, và cuối cùng mất 1 triệu đô la
• Tình huống 2: Tôi đã mua một cổ phiếu tốt, bán! buổi sáng! xong rồi! Kết quả là tôi mất 1 triệu nhân dân tệ.
• Tình huống 3: Tôi đã mua một cổ phiếu tốt, nhưng quên bán nó khi giá cao. Bây giờ nó đã sụp đổ và tôi đã mất 1 triệu nhân dân tệ.
• Tình huống 4: Tôi đã mua một cổ phiếu xấu, nhưng tôi im lặng trong khi những người khác kiếm được tiền và tôi đã mất 1 triệu đô la
• Tình huống 5: Tôi đã mua một cổ phiếu tốt, nhưng nó bắt đầu giảm ngay sau khi tôi mua nó và tôi đã mất 1 triệu nhân dân tệ.

Đây là quy tắc đầu tiên của tư duy dữ liệu: sử dụng dữ liệu để định lượng và mô tả vấn đề.

Việc này có vẻ đơn giản nhưng không phải ai cũng có thể làm được.

Ví dụ, khi gặp phải vấn đề này, phản ứng đầu tiên của nhiều người là:

1. Bạn đã mua cổ phiếu nào? Để tôi xem cổ phiếu này có ổn không nhé.
2. Bạn có bao nhiêu tiền trong tay? Có chỗ nào để tăng/giảm vị trí không?
3. Tổng cộng bạn có bao nhiêu tài sản? Nếu bạn mất 1 triệu, bạn có thể mất quần không?

Điều thú vị là đây cũng là ba kiểu suy nghĩ điển hình:

• Cuộc thảo luận về cổ phiếu là một tư duy sản phẩm điển hình, tập trung vào chất lượng/hiệu suất/ưu và nhược điểm của sản phẩm
• Các cuộc thảo luận về việc thêm vị trí là suy nghĩ điển hình của bộ phận bán hàng; điều quan trọng là phải làm! Khô! Khô!
• Thảo luận về hoạt động là một tư duy hoạt động điển hình. Chúng ta hãy xem lại phương pháp hoạt động và thử lại.

Nếu bạn đặt bốn kiểu người này lên bàn cân, bạn sẽ thấy họ có những đặc điểm rất riêng biệt (như thể hiện bên dưới):

Quy tắc suy nghĩ dữ liệu 2

Nguyên tắc thứ hai của tư duy dữ liệu: đưa ra tiêu chí đánh giá dựa trên việc so sánh dữ liệu. Ví dụ, “Tôi đã mất 1 triệu nhân dân tệ khi giao dịch chứng khoán”. 1 triệu nhân dân tệ này có ý nghĩa gì với “tôi”? Có nhiều tình huống: (như được hiển thị bên dưới)

Ngoài ra, chỉ nhìn vào tổng tài sản có thể là không đủ, vì phần lớn tổng tài sản có thể là bất động sản/ô tô/tiền gửi cố định/trang sức quý, v.v. không thể nhanh chóng chuyển đổi thành tiền mặt. Nhiều người không có nhiều vốn lưu động trong tay. Nếu họ mất 1 triệu, họ có thể mất toàn bộ chi phí sinh hoạt. Do đó, chúng ta cũng cần xem xét cơ cấu tài sản (như thể hiện bên dưới):

Điều này có vẻ đơn giản nhưng thực ra rất khó thực hiện.

Mọi người thường theo bản năng đưa hoàn cảnh của mình vào câu hỏi và bỏ qua hoàn cảnh của người đặt câu hỏi.

Đây chính là cách sử dụng tư duy dữ liệu hiệu quả nhất: thông qua dữ liệu định lượng và chi tiết, tư duy có thể dựa trên sự kiện, để tìm ra giải pháp hiệu quả hơn cho các vấn đề.

Mọi người thường nói: Hãy may quần áo theo dáng người và ăn theo thức ăn bạn ăn. Đây thực sự là ý nghĩa của nó.

Quy tắc suy nghĩ dữ liệu 3

Nguyên tắc thứ ba của tư duy dữ liệu: tìm giải pháp dựa trên sự khác biệt về dữ liệu.

Ví dụ, chúng ta đã xác định được rằng anh chàng này bị lỗ ròng 1 triệu đô la và chúng ta cũng có thể hỏi:

• Có phải vì môi trường hiện tại không tốt, ai đầu cơ đều sẽ mất tiền không?
• Có đúng là anh chàng này không biết cách giao dịch cổ phiếu không? Chín trong mười khoản đầu tư đều dẫn đến thua lỗ?
• Nó chỉ được tải trên một cổ phiếu phải không? Liệu còn có cơ hội để quay trở lại không?

Để ý! Dữ liệu khác nhau sẽ dẫn đến những phán đoán khác nhau:

• Anh chàng này sẽ mất tiền chín lần trong mười lần, vì vậy có khả năng cao là anh ta là lính mới, vì vậy đừng thuê anh ta trong tương lai.
• Anh chàng này chỉ lỡ mất lần này thôi, nên có thể anh ta sẽ không chơi tốt, và vẫn còn cơ hội để trở lại.

Tư duy dữ liệu không thể đảm bảo phán đoán đúng 100%, nhưng có thể tránh được hướng suy nghĩ sai lầm với xác suất cao.

Quy tắc suy nghĩ dữ liệu 4

Nguyên tắc thứ tư của tư duy dữ liệu: xuất phát từ thực tế và hướng tới thực tế. Tư duy dữ liệu không chỉ là "dữ liệu". Ngược lại, những người thành thạo tư duy dữ liệu sẽ khám phá ra nhiều sự thật và chân lý hơn thông qua hiệu suất dữ liệu bất thường.

Ví dụ, anh chàng này rõ ràng có giá trị rất lớn và anh ta chỉ mất một ít, vậy tại sao anh ta vẫn cau mày?

Rất có thể điều anh ấy buồn không phải là tài sản, mà là:

• Sự tự nghi ngờ được khơi dậy
• Sợ bị bạn bè coi thường
• Sợ bị vợ mắng!

Vào thời điểm này, đừng tập trung vào các con số mà hãy nhanh chóng trao đổi với anh ấy để tìm hiểu những vấn đề sâu xa hơn.

Nói tóm lại, tư duy dữ liệu không phải là một câu thần chú như "Avatar Krafla" có tác dụng chỉ bằng cách niệm chú. Thay vào đó, nó thông qua quá trình sàng lọc cẩn thận và tỉ mỉ, suy ra kết luận từ từng manh mối một và cuối cùng ghép lại thành một bức tranh hoàn chỉnh.

Ví dụ, nếu bạn sắp xếp tất cả các manh mối cho một câu hỏi có vẻ đơn giản ngay từ đầu, logic có thể như sau:

Mẹo thực hành tư duy dữ liệu

Cách tốt nhất để rèn luyện tư duy dữ liệu không phải là đọc những cuốn sách như "Logic cơ bản" hay "Tư duy cốt lõi", mà là cố gắng đặt nhiều câu hỏi hơn và nỗ lực hơn để tìm kiếm dữ liệu trong công việc và cuộc sống hàng ngày của bạn.

• Khi bạn gặp dữ liệu, hãy đặt thêm câu hỏi: Dữ liệu được thu thập như thế nào? Thời gian thu thập là bao lâu? Công thức tính toán? Thay vì nói, bất kể nguồn dữ liệu là gì, “Tôi chỉ cảm thấy dữ liệu này sai vì tôi không nhìn thấy nó…”
• Khi bạn phải đối mặt với những đánh giá như kích thước, số lượng, tốc độ, tốt hay xấu, hãy tự hỏi thường xuyên hơn: Chỉ số này là gì? Tiêu chuẩn là gì? Thay vì bỏ qua các tiêu chí đánh giá và chỉ nói: Tôi nghĩ là đúng! /sai!
• Khi phải đưa ra quyết định, hãy tự hỏi thêm: Tôi dựa vào điều gì để đưa ra quyết định? Làm thế nào để đo lường kết quả? Nên đạt được mục tiêu đó ở mức độ nào? Nếu kích thước dữ liệu có điều kiện thay đổi, tôi có thay đổi quyết định không? Thay vì chỉ nói: Tôi đã làm nghề này mười năm rồi, lời tôi nói đều đúng, hãy làm theo cách này.

Mặc dù bạn có thể không tìm ra câu trả lời, nhưng khi luyện tập nhiều hơn, bạn sẽ phát triển thói quen tốt trong việc suy nghĩ về dữ liệu khi gặp vấn đề.

Khi chúng ta có dữ liệu để hỗ trợ quyết định của mình, chúng ta có thể đưa ra phán đoán tốt hơn.

Tất nhiên, bài kiểm tra trong bài viết này chỉ thích hợp để đùa thôi.