“用数据思考” 是怎样在工作中发挥作用的呢？我将其总结为图 1。第一点，经营者和管理层的人员能够通过 “数据” 这一共同语言进行对话。具体来说，如果能够制作出带有数字、数据的资料的话，就会提高资料的 “说服力” 和 “传达力”。这样一来，经营者和管理层的人员就能够发挥出领导能力。第二点，“用数据思考” 可以加强我们对于数据的理解。也就是说会使我们对计算更加敏感。这样一来，我们就能变成具有 “赚钱嗅觉” 的人才。

非常不错的书，最大的启发有 2 个。1）费米推理。芝加哥有多少个钢琴师？上海有多少个出租车司机？这样的问题原来是 “费米推理” 的应用。把一个很大的问题，看起来没啥线索的问题通过拆解成几个大致的子问题（因素），从而一步步推导，解决问题。我想麦肯锡咨询公司也常用到这种方法吧:“假设 —— 推理 —— 验证”。把大问题不断拆解成一个个子问题，一个个解决。那这个费米推理就可以解决工作、生活中的很多问题了。2）带着数据思维每天记录吃东西次数的习惯成功减肥的案例。书中说曾经有人用每天记录吃东西这个习惯无痛减肥的案例。只要吃了东西就及时记录下来，让自己有个意识:“我吃了什么，大概多少卡路里，那么还有多少能吃东西的额度”。哪些食品是多热量的，下次不吃，或者用其他健康食品进行替代？这样有个思考、调整、优化的过程。—— 看，这就是数据思维带来的行为习惯变化。把重要的事情做记录，去不断优化它，从而见证奇迹。以前看过讲原苏联科学家柳比歇夫多年来每天记录做事情花了多少时间的书，当时很受感动，但并未自己活用起来。看完此书后现在我也试着每天记录学习、工作时间了。

数据思维，是现代职场的 “超级武器”。它不仅能帮更好地理解业务，能指引做出更明智的决策。1. 数据收集一个聪明的 PM（产品经理）会在产品设计的初期就开始撒网。做好数据埋点和校验，确保每一次点击、每一次浏览都被精准捕获。就像是给你的 APP 穿上了隐形的传感器服，记录下所有用户的足迹和喜好。2. 数据加工数据就像一面镜子，反映出成果和不足。对数据依赖的产品，指标就越是细致入微。比如今日头条的基于人、环境、文章等非常精细的数据指标。3. 决策支持数据不仅仅是冷冰冰的数字，它们是你的智囊团，帮你做出最明智的选择。通过简单的求和和直观的分析模型，你能看到用户消费的趋势，制定出提升业绩的策略。就像是用数据搭建起一座桥梁，连接起广告投入和用户增长，让你能精确计算每一份投入带来的回报。4. 系统优化的魔法它能深入系统的每一个角落，找出那些影响效率的细微因素。告诉你怎样调整广告预算，选择哪个渠道投放，才能让新用户如潮水般涌来。5. 忘掉 “数据”，拥抱思维数据思维的核心不在于数字本身，而在于如何利用它们来解决问题。先放下对数据的执念，深入理解你的业务，找出真正的问题所在。再让数据成为你的利剑，帮你剖析问题，制定策略。这就是结构化思维的魅力，它让我们的决策更加科学、高效。

《数据型思维》强调的 “速度就是力量” 与 “天下武功唯快不破” 有异曲同工之妙：1. 效率与效果的统一：“速度就是力量” 强调在信息时代，快速获取和处理数据的能力是成功的关键。“天下武功唯快不破” 速度决定了胜负。无论是数据处理还是武术对决，速度都直接影响到最终的效果和效率。2. 决策与反应的敏捷性：数据分析中，快速做出决策和反应至关重要，高手之间的对决往往取决于谁能更快地做出反应和调整策略。敏捷性不仅体现在动作上，也体现在思维的灵活性和反应速度上。3. 竞争优势的获取：在商业领域，快速的市场反应和创新能力可以帮助企业抢占先机，快速的攻击和防御能力可以占据上风。4. 持续改进与精进：持续改进和优化数据处理流程是提升速度的重要手段，高手们通过不断的练习和精进，提升自己的速度和技巧。5. 心理与生理的协调：心理状态和生理状态的协调对于提升速度至关重要，都需要在高压环境下保持冷静和专注。

非常简单，且具有操作性的好书。人要经常运动，比如散步来保持肌肉的活力，让人您最终能寿终正寝。重要性要优先于紧急性。送礼品促销的效果结果送礼品促销的效果结果又好又直接降价的效果好于直接降价的效果。有时候别人的拒绝就是一种真诚，比冷漠不关心要好得多。4P 理论虽然简单，但运作好了，才能持续发展好。

数据型思维的养成，犹如为我们达成目标提供了一把精细的钥匙，开启了颗粒度极细的落地行动之门。它让目标变得清晰可见，落地实施也更加容易。 在日常的沟通、协作与决策中，数据型思维赋予我们清晰的脉络。凭借数据的支撑，不同观点之间的碰撞更容易达成一致，为高效的团队合作与明智的决策奠定了坚实基础。 读完这本书，仿佛为我们打开了一扇全新的窗户，展现出一个崭新的纬度和视角。然而，仅仅阅读是不够的，接下来的运用才是关键。这需要我们不断地在实践中磨砺，在复盘中反思，在优化中提升，如此循环往复，方能将数据型思维转化为肌肉记忆，真正融入我们的思维模式与行动之中。

#管中窥豹读书计划第 463 本 #《数据型思维》📕经营者和管理层的人员能够通过 “数据” 这一共同语言进行对话。具体来说，如果能够制作出带有数字、数据的资料的话，就会提高资料的 “说服力” 和 “传达力”。这样一来，经营者和管理层的人员就能够发挥出领导能力。📕“用数据思考” 可以加强我们对于数据的理解。也就是说会使我们对计算更加敏感。这样一来，我们就能变成具有 “赚钱嗅觉” 的人才。“用数据思考” 可以加强我们对于与 INPUT（投入，包括时间与金钱等）相对的 OUTPUT（产出，包括利润与效益等）的认知。我们一般将其称为 ROI（Return on Investment：投资回报率）。📕能够在关注 ROI 的同时进行工作的话，我们 “工作的速度” 和 “产出的结果” 也自然就会得到提高。若善于 “用数据思考”，我们就能够在给予方案足够的说服力的同时，在短时间内拿出成果。这样的人才也被称作是能给企业带来利益的 “赚钱职员”。当然，经营者和管理层的人员不会想错失这样的人才。我们的工作成果，与我们完成这份工作所需要的能力中的 “最弱的能力（也称作制约条件）” 密切相关。📕RECRUIT GROUP 用数据进行判断后，会将得出的结论付诸实际的行动当中。而且，从 “理解数据” 到 “用数据进行判断” 的过程转变迅速。这才是所谓的 “用数据进行判断”。📕交付日期管理” 和 “工时管理” 的区别。正确理解这两者的区别，是实现 Speed is Power 的必要条件。“交付日期”，就是所谓的 “截止日期”。也就是这项工作任务必须在什么时间内完成的日期。在这次的案例研究中，我们假设要在星期五的 13 点之前完成资料的制作。📕“工时”，也就是指完成工作任务需要花费的 “预计时间”。在这次的案例研究中，我们假设资料制作需要 4 小时。进一步细分，我们可以将资料制作的整体步骤分为 “设计 1 小时”“资料收集 1 小时”“草案制作 1 小时”“商讨 30 分钟”“修改 — 完成 30 分钟” 五个部分。这样的拆分过程称为 “因数分解”，之后我会为其做出详细说明。“因数分解” 是实现 Speed is Power 的颇为有效的技巧。效率高的人则是同时用交付日期与工时对工作进行管理。📕在这 8 个小时中，他不仅需要排好自己工作的优先顺序，也要将需要优先完成的工作任务分配给下属。因此，他会根据下属的技能和经验适当地改变分配给下属的 “行李的大小”。“我自己的核心竞争力，就

1. 多角度思考：书中有多种思考框架，如 ROI 思考法、假说思考法、二轴思考法等。这些方法有助从不同角度分析问题，做出更明智的决策。2. 职场导向：内容紧密围绕职场议题，如时间管理、提高生产力、制定业务策略等，所提供的建议能够直接应用于日常工作中。3. 向上管理：书中也提供应尽速提交工作成果、沟通进度，避免延迟执行，导致主管对于成成果与花费时间间不成比例的期待。

数据分析离不开高深的数学知识和计算工具。其实正像书中呈现的，在工作中就算用最基本的四则运算，也能让数据分析发挥作用，解决很多实际问题。这意味着即便是非数据专业的人士，也能通过一些基本的数据分析技巧，来改进自己的工作。如果读完这本书，能让你不再对数据分析感到头疼，而是想进一步学习数据型思维来改进自己的工作，那就是最大的收获。

数据性思维是新时代环境下，对我们每位职场人士的基本要求。随着信息化、数字化，甚至人工智能等技术的发展进步，“数据” 对企业运营与管理有着决定性的作用和意义。拥有数据性思维，牢牢地抓住 “数据”，企业才能更高效运营、精准把控、持续发展。本书结合相关企业实际经营案例，为企业经营管理提供了参考典范，值得学习借鉴！

老师，我现在有点迷茫我现在工作呢是个模型师。做了也快 4 年了 我是在效果图公司。但是呢我还是只会很基础的 别墅 庭院 鸟瞰区位的这些模型，我是做室外部分的。现在组长的意思是想叫我去学异性模型，现在平时做模型 都没时间学 学一会呢又要做模型就 之前学的就忘记了。以上这段，是下午一个小朋友给我的留言。可这长篇大论的敲完，我也不知道他要表述啥。没办法只好问了一句：嗯，你想要问啥。（其实这是很多从业者的问题，说话没有条理，逻辑混乱，词不达意，半天说不到点上。每次都得引导一下，才能进入正题。）那我现在异性模型要咋学呢？这个才是他询问的重点。很多朋友一般这个时候就已经开始蠢蠢欲动，要回答问题了。可你对他一点都不了解，如何回答。不是所有的问题，都有放之四海皆准的答案的。所以，接下来，我连着问了四个问题。1、你平时几点下班？2、住的地方离公司多远。3、有没有自己的电脑。4、你今年多大？以下是他的答案：不加班的话 6 点 但是我们这个不加班赚不到钱，平均 9-10 点。住的地方离公司很近的，家里有自己的电脑，97 年的，26 了。有了这些答案，就有了聊天的基础了。那么首先要解决的是学习时间的问题。既然最晚是十点回，住的又近。那么如果想，十点半是有可能开始学习的。从十点半学习到十二点，或者十二点半。每天即使是再忙碌的工作强度下，想挤出一两个小时学习是完全能够做到的。只是，愿不愿意把这段用来刷抖音、打游戏、吃宵夜的时间，拿来学习的问题。当我给出这个建议后，小伙子自己也表示，如果这么算，确实是有学习时间了。那么，接下来就是学什么，在哪学的问题。这个问题，我没法给他答案。因为在我看来，这根本构不成问题。因为现在的 B 站非常丰富。即使你一不懂得翻墙，二不想要付费学习。那么去 B 站白嫖，也能找到各种学习资料。一个人问怎么找学习资料和应该学习些什么，这本身就是不想学习的体验。我瞬间没有了聊下去的兴致。所以交流也就戛然而止了。把这个案例写出来，其实是想引出今天读的这本书《数据型思维》。说实话，这个概念我确实是读这本书才听说，但是读完后，我发现，我早就开始用这种数据型思维来思考和知道我自己的生活和工作了。比如，每天想要读完一本书，如果书的页数是 200-300 页间，下午开始读就能读完。而如果是 400 页以上的书，上午十点左右就得开始读，否则后面留不出写阅读笔记的时间。而如果一本书超过 500 页了，我一定不会当天才开始读，而是用之前每天剩余的时间来阅读。还有每天一个视频教程的录制。一段模型课、动画课、脚本课，大约都能控制在 20 分钟内完成，而特效课就得三四十分钟，和渲染课因为涉及到反复渲染测试，一定超过一个小时的录制时间。而准备时间呢，模型课一般十分钟到半小时就能搞定，动画课也差不多。但是，脚本课就得三四个小时测试备课。而特效和渲染呢，基本上得四到六个小时。这也是课程为啥是这样的分布频次的原因。每个门类的课程我脑子里大概都有个时间预期的数据。很多人看我每天的时间安排表，总觉得我活的很机械。其实，我做每件事都给自己留出了余闲时间，根本就不累。而学什么，如何添加进学习的任务，多久会有怎样的产出其实我大致都是有个计划的。其实拥有这个思维，还应该追寻到十五年前市面上流行的几本书呢。《“白骨精” 学习法》《时间投资法》《效率提升 10 倍的 google 化知性生产技巧》，胜间和代女士的这几本书，其实在那个时段彻底改变了我对时间的认知。虽然很多人觉得她的方法过于机械，可在我看来，这恰恰是逻辑最自洽，最节省成本的一种思考问题的方法。当然，我承认现实生活远比她描述的复杂。可那有什么关系呢。书籍对于一个人的帮助，并不是来自于对书籍本身方法的照本宣科，而是通过阅读这些书，学会她面对这个繁杂世界时的一种处世哲学。我相信，即使十年过去了，那些书里面的例子已经不合时宜了，但是胜间和代女士一定也研发出适应现代社会的一套法则了。其实时至今日，我还会时不时翻出胜间和代先生的书再读一读，每次读，都会发现新的智慧在里面。而之所以能读到今天这本中尾隆一郎的《数据型思维》，也是在【得到】搜索有没有胜间和代先生的书时，跳出来的选项。他也是非常认可胜间和代先生的书的。所以，其实，今天的读书笔记，与其说是想推荐这本《数据型思维》，还不如说是想借此向【得到】提提建议，能不能修复或者再版一下胜间和代先生的书，给个电子版呢。跪求啊。

这本书有亮点也有不足，概括来说，前三章有亮点也有启发，后续章节亮点不多，启发没有。诚然，作者是一名优秀的管理者，也是一名取得一定成就，并最终功成身退的优秀职业经理人。但有些描述确实很难共情。本书最有启发的地方是，将工作进行因数分解，把精力放在 ROI 较大的地方，不断降低投入，增加产出，实现 “speed is power”。这一点，我个人深有体会，我发现，无论工作有多少我都能刚刚好消耗掉所有的时间，这确实令人沮丧。希望今后我能不断提升效率，早日实现 “speed is power”。

在我们职业中，数据的价值越来越让人们重视起来，数据能让我们更有力的对过去进行复盘，对未来更有计划。本书作者书中所介绍的数据思维在职业中应用还是值得推荐的。如果按十分制来算的话，本书可以打个七分呗！书中介绍的数据思维基本上可以说是线下零售比较常用的分析方法，通过对平常数据的因数分解、ROI 的思考、假设思考可以提高平时的工作效率！使用统计指标来深挖数据，分别有平均值和方差、正态分布和帕累托定律、增加更多选项。在企业中的经营当中需要注意企业的盈亏平衡点，找到该点，并尽量减少固定支出来平移盈亏平衡点位置！在职业中要使用数据时间，管理对话，尽量使用数据可视化来给自己带来职业提升力！最后介绍了数据思维的七大秘诀！如果文章有互联网数据思维内容的话可能会更全面点，或许日本的互联网零售没有向国内企业一样这么发达！

数据思维：数据是一个专业的技术，是交给专业的人去分析的。目前所有可以电子化的信息都可以称为数据，数据的目的为的是创造价值。怎么创造价值，就是要有产品或者程序研发设计出来帮助解决问题。中间有一个非常重要的就是，思维，“数据思维”，因为分析的准确与否，与该思维有关。数据思维其实就是从目标 Y 中精准找出来影响 Y 的变量 X，找出来的 X 和 Y，就是核心的业务诉求。这个找出来之后，才能借助数据专业的分析解决问题。否则数据也很可能帮不上忙，所以要有数据思维，找 Y 及其 X。

“用数据思考的能力” 是超越企业和行业也能发挥作用的通用技能。人类寿命越来越长，值得高兴的是，人们也越来越健康。也就是说，人们能够工作的时间也越来越长。与此相对，企业的寿命则在逐渐缩短。这意味着一个人在一家公司干到退休这件事变得越来越难。这也使得跳槽、创业、副业、多职业等情况的出现变得理所当然。在工作环境持续发生改变的当下，超越企业和行业也能发挥作用的 “用数据思考的能力”，对于职员而言可以说是必要技能。

在日本，流行这样一句话 ——“现在对于职员而言，‘用数据思考的能力’是必不可少的。” 这句话我相信大部分人都深有同感。特别是对于经营者和管理层的人员更是如此。因为他们有着 “用数据思考” 的习惯。因此，从经验来谈，他们明白 “用数据思考” 的重要性。或者说，因为他们对 “下属不用数据思考” 而感到不满，所以会对上面这句话颇为赞同。

本书从思维认知来讲述心得和应用，和我想要的商业数据分析不太符合！

这本《数据型思维》是我在实践 AI 组织化改革过程中读到的一本意外 “对口” 的书。本书作者中尾隆一郎，是日本服务业巨头 RECRUIT GROUP 的高管，他以自己 30 年的经营实践为底层，系统性地讲述了一个企业如何通过数据落地管理逻辑，以及如何通过 “拆解→量化→反推→持续优化” 的方式达成业绩增长。书中让我印象最深的几个部分，其实刚好契合了我在推动公司 AI 流程管理中的实际问题。第一个让我非常兴奋的点，是 “工时” 这个概念。在马卡（MaKa）任务系统中，我们开始引入 “工时” 作为任务量度单位，起初我对这个概念并不完全认同，觉得它有点 “太工业化” 或者过于 “流程束缚”。但当我读到中尾隆一郎讲述企业如何通过对任务进行精准拆解、明确责任人并以 “工时” 作为基础度量时，才意识到这种精细化拆解，其实是复杂任务落地的前提。他强调：一个任务必须拆解成小任务，分解为每一个 “看得见、量得清、跟得上” 的颗粒单元，并赋予每一环具体的 KPI 与完成周期。这个 “拆解 — 量化 — 公示 — 追踪” 的过程，正是我们目前在实践中尝试用 AI 和飞书来完成的闭环逻辑。第二个惊艳的点，是 “倒推式思维”—— 从结果回溯到过程，而不是被过程牵着走。这点对我触动很大。在实际工作中，我们常常陷入 “每天很忙” 的节奏感中，但这本书提出：任何行为的设计，都应先设定清晰的目标，然后反推路径。这其实也是我们用 AI 工具做项目复盘时反复强调的逻辑。数据并不是为了填报而存在，而是为了揭示 “偏差” 和 “优化点”。这本书虽然出版于 2021 年，但核心思维方式极为现代。无论是工作内容的拆解逻辑、KPI 结构的设计方法、数据呈现如何辅助管理决策、还是管理者与团队之间如何建立量化对话，本书都提供了一个非常具可操作性的体系。更重要的是，它不是空谈 “数字化转型”，而是从一个企业管理者的视角，讲述了如何通过数据维度去优化企业行为结构，并推动个人与组织共同成长。我自己公司这几年走过的路径 —— 从流程化到数据化，再到现在的 AI 自动化探索 —— 在这本书中几乎都能找到理论支持。读到这些内容时，那种 “实践与认知重合” 的满足感非常强烈。总结来说，《数据型思维》不是那种一本读完就能灵感爆棚的书，但却是一本可以沉下心反复翻阅、真正指导实际管理实践的书。对于正在推动公司流程规范化、效率提升、团队数字管理的人来说，这本书值得一读，甚至可以作为内部管理培训的必备书目。

数字化的时代，拥有数据化思维能力的确实越发的重要。很多的时候，通过数据的有效分析能给我们提供更多更精准的信息！

1. 速度就是力量。用因数分解的方法，也就是将大的工作拆分和量化，分成具体的小任务分步执行，能够提高我们的工作效率。2. 盈亏平衡点对于企业至关重要。优秀的经营者会将降低盈亏平衡点当作经营企业的重要抓手，并想方设法降低固定支出。3. 用数据来管理时间和对话，能够赢得信任、说服他人，并通过影响他人的行为，一起推动目标的实现。