什么是数据敏感度？

数据敏感度高的人，看到数字，两眼冒光，早已飞速纵身跳到3米外，甚至10米外，脑子里在观察、找问题、找机会，喜不自禁或者哀叹不喋也或者沉着淡定。

对数据不敏感的人，看到数字，则晃晃脑袋，目光发散，心里嘀咕，这是什么？这能说明什么？

每个人对数据的敏感度截然不同，因为这和每个人的经验相关，所以有人对数据敏感，有人对数据无感。

数据敏感度是业务理解力、客户理解力、数据理解力三者的综合结果。很多人误以为数据敏感度只是数据能力强。事实上，要对数据敏感，业务理解力、客户理解力、数据理解力，三者缺一不可。因为数据只是对商业行为的客观描述，只有真正懂数据背后的意义，才能解读数据，才能挖掘数据背后的含义，才能形成数据敏感。

如何判断数据敏感度高不高？

1. 看到数据后，能一眼判断数据靠不靠谱，因为很多数据本身不靠谱，有指标口径问题、有数据质量问题，也有可能搞数据的人真的不理解业务，放了个风马牛不相及的数据。

2. 看到数据后，能马上思考数据本身的商业意义，有人能快速定位数据背后的原因，并找到机会，有人眼里只是一个数字。对数据的解读基于对数据的理解，对数据的理解则基于对业务、客户、数据的理解。

懂业务、懂客户，但不懂数据的人，就好比一个人很有故事，内心早已百转千回，把自己感动哭了，但就是讲不出来，或者讲出来了，也没有说服力。因为听者觉得讲的是他的主观看法，没有公信力。所以数据的价值之一，就是统一视角，统一事实，如果还能统一对事实的理解，就更牛了。让数据说话，不要讲那么多我怎么想，因为我怎么想一点不重要。但客户怎么想、市场怎么想很重要，用数据来表达业务、客户的诉求，大家更能达成一致。所以渔歌一直认为数据是一种语言，数据价值在于通过语言的应用，把商业价值传递、应用起来。

而懂数据，但不懂业务、不懂客户的人，就好像手里拿着最权威、最专业、满满精华的朗文英汉大字典，可那只是字典，不是文学史籍，不是诗词歌赋，也不是重大科学研究发现。因为拿字典的人不知道怎么把字典里的一个个单词串成诗词歌赋，就连组成句话都困难，在他眼里每个单词都是孤零零的存在。

所以数据敏感度是懂业务，懂客户，懂数据的化学反应的结果，它们互相渗透，互相融合。

如何培养数据敏感度？

对于懂业务和客户，但不懂数据的人，需要的是从业务走向数据。从业务走向数据，最简单、有效的方法：

1. 找数据大拿对焦业务。哪怕自己被diss的体无完肤，或者只能听，说话的机会都没有，都没关系。听高手一席话，胜读十年书。大拿会输入更高的视野、格局、方法、乃至细节。

2. 听过、看过都不如自己干过。从最小的事做起，给自己的业务设计一张业务监控报表，而后每天上班第一件事情就是看报表，再优化报表。目标只有一个，通过数据监控和分析，找到产品问题和机会。

3. 主导一个大的数据分析专题，主导发起、分析框架、分析过程、分析报告全部独立完成，如果能请擅长数据的大拿们提建议，就更好了。经过从业务到数据的洗礼，人会有有混沌，但最后焕然一新的感觉。不断学习成为一个有数据框架、有分析思路、有数据感觉的人。

4. 培养数据习惯，和做数据的朋友保持沟通，把别人当学习对象，不要把别人当工具。

对于懂数据，但不懂业务和客户的人，需要让自己从数据跨越到业务和客户。把自己手里拿的朗文英汉大辞典，变成自己武功秘笈，可以降龙十八掌，也可以凌波微步。

把自己当成业务1号位去推动业务的发展，而不是数据支撑的角色。这样数据才能从一个个的数字，变成有价值的商业解读，并找到机会，也才能变成数据生产力。

1. 和业务大拿对焦业务。记得是对焦业务，不是对焦数据，数据服务于业务。哪怕自己被diss的一塌糊涂，或者说话的机会都没有，都要去听、去思考，看大拿是怎么思考的，这其中数据能做什么。

2. 创造机会，去尝试数据和业务深度协同。比如共担业务目标，比如孵化一个新的业务。因为自己在生活中独立做一件事，可能事情的影响面很小，导致视野、思维、环境约束不够，但在公司要做成一件事，哪怕一件小事都很难，因为有竞对，内部有一堆的人和事要协同。

经过积累经验后，把业务思维变成自己的习惯，在数据的日常工作中都带入业务思维，习惯的力量很强大。

最后，无论从数据走向业务，还是从业务走向数据，本质都是角色互换，能力叠加。相信在数据学习的道路上，你可以越走越远。