了解更多数据要素、数据资产、行业活动，
可扫描下方⬇⬇⬇二维码或点击加入Dataweekly数据生态群，了解全国各行业各领域数字化政策、采购需求、标准规范文件、项目解决方案、顶层可研设计方案资料。
我是一支数据团队的负责人，我们干数据的从业者，每天都在把数据源源不断的推送到前端，助力业务人员用数据说话，间接的赋能了公司业务的发展，按理说我们是公司内对数据驱动业务理解最深的一批人。我发现主管在跟我汇报工作的时候，不太喜欢用数据说话，很多时候会基于自己的经验和想象来做判断，得出的结论自然站不住脚。同样的问题也出现在许多下属身上，无论是做报表、数据提取、分析还是数据治理，他们并没有展现出超越其他专业同事的数据思维能力。我们做了这么多年的数据工作，每天耳濡目染这么多数据和使用数据的场景，但用数据驱动业务的思想却没有在自己身上埋下种子，我们学会了用数据去驱动别人“用数据驱动业务”，但却忘了用数据更好的驱动自己的工作，到底是为什么呢？数据从业者的主要任务往往是支持业务部门，因此他们可能更多地将注意力集中在如何帮助其他部门利用数据上，这使他们习惯于现有工作方式，并难以从自己的角色中抽离，他们可能并未认识到利用数据改进自身工作的价值，所谓“不识庐山真面目，只缘身在此山中”。例如，我们为业务部门提供了众多KPI指标和报表，协助他们监控和预警业务发展。然而，在处理我们自身数据的采集、存储、处理、开放和消费时，却很少系统性地去思考KPI指标体系的设置，这类情况很多。人类大脑天生存在认知偏见，比如确认偏误（只关注支持自己观点的信息），这使得我们更倾向于根据直觉或先入为主的观点作出判断，而不是基于事实和数据。如果没有经历过系统的训练，我们其实很难摆脱大脑追求能量消耗最小化的这种思维方式。例如，某次我问下属数据开放延迟的原因时，他脱口而出说是由于系统性能造成的。我问这么说的依据是什么，他支支吾吾表示这是基于过往的经验。但后来核实发现其实是由于业务系统割接造成的。我们每天都要处理大量信息。在这种情况下，使用简化的思维模式（如直觉）来做决策，比深入分析数据来得快速、省力。我跟主管做了深入交流，他就提到，工作任务很多，同时并行的有十几项，还有大量的事务性工作不断穿插进来，有时不得不简单应对一下，特别是用数据说话的这种工作方式很耗精力，根本无法与其他工作并行。用数据说话是非常反人性的思维模式，我拥有一定的数据思维，那是因为我做过数据分析师，经营分析师，给老板撰写过大量的分析材料，在老板严厉而又亲身指导下，熬了不知道多少夜才有了用数据说话的条件反射。但并非所有人都接受过使用数据和事实进行决策的教育和培训，况且当前团队成员大多只有4-5年的工作经验，我却从来没有对他们进行过专门的培训和指导，只是一味的苛责。我已经忘了自己是怎么过来的，换在他们这个年纪，估计还不如吧。我重新审视了一下跟下属的沟通模式，发现问题也很大。例如，当我发现下属汇报工作缺乏数据支持时，通常会直接指出不足之处，然后让他们重新进行调研或重新获取某个数据以核实观点，他们仅需按我的指示执行即可，我很少去思考这种问题存在的根本原因。可能是由于我急于要得到结果，因此总是用这种短频快方式解决问题，我有时会抱怨自己成为了团队的瓶颈（其实有点凡尔赛），但并未意识到这是由于我的“授人以鱼而不是授人以渔”的行为造成的，我总是站在自己的角度思考问题。直到最近一次下属的工作汇报再次犯病，我就比较生气，质问这是为什么，然后下属表达了他们的困惑，比如工作过于繁忙根本没时间去做什么数据分析，然后我才意识到这可能是自己的问题。下面是我近期的一些思考，分享给大家，当然可能也比较理想化吧。在团队内培养一种用数据和事实说话的习惯至关重要，业务部门的KPI指标体系是我们学习的榜样，虽然KPI体系备受诟病，但它真的是一种有效的数据驱动业务的方式。数据工作本身亦属于一项业务。当我们把特定的数据工作视为重点时，应该围绕它建立并运营一套指标体系，只有这套体系运营良好时，才能更好地支撑业务。我们可以先取数，了解初步情况，再报表，常态化了解情况，接着进行分析，从数据中发现问题，最终召开运营分析会议，督促改进发现的问题。数据团队不要不加区分地将所有精力的投入到满足业务需求上。至少应将30%的精力用于构建在自身的能力体系上，其中用数据驱动自身运营尤为重要。用数据说话说起来容易，但做起来挺难。从了解业务到收集、分析数据，再到得出结论，这是一个需要不断迭代的复杂过程。想当年自己做一个数据分析，没有一个礼拜的全力以赴根本下不来，而且我只做一件事。因此，管理者不应该给下属安排过多的工作，如果工作不重要或不紧急，也需要明确告知。否则下属会把所有时间平均分配到每个工作任务上，越是执行力强的团队，越容易犯这种毛病，因为人人都想把“把信送给加西亚”。但换来的结果往往是：每项工作浅尝即止，大量的工作只能用经验和想象说话，然后反噬给管理者，让管理者觉得自己无所不能。而作为下属，也要记住要为工作的质量负责，尽量避免低质量的勤奋。老板其实只会记住你做的最棒的那几件事情，对于那种严重影响重点工作的各种琐事，应当果断地反馈并拒绝，聪明的老板会理解的。万维钢写过一本《科学思考者》的书，系统的阐述了科学思考的方法，其核心在于批判性思维，即从立场出发，选取事实，通过逻辑推导，形成观点。我觉得大家有时间一定要去读一读。首先要明确自己的立场。立场并非由事实推导而来，而是在思考前已存在的。明确你想要什么，并为之努力，是理性和批判性思维的第一步。你需要清楚地知道，你究竟想要什么。其次是收集所有事实。事实，即数据，是思考的基础，是可以用客观方法验证的陈述。虽然获取部分事实容易，但获取全部真相则困难。在可能的情况下，应尽可能地收集所有数据。但考虑到我们不可能获得所有的数据，这里就有一个道德标准，如果你的听众，后来花时间了解了你当初了解的所有数据后，认为你当初的说法是公正的，你就算没误导他。最后是掌握思维模型，作为科学思考者，我们要能理解科学家的解题思路，这就是各种思维模型，包括演绎法、归纳法、实验法、溯因法、类比法、贝叶斯法、奥卡姆剃刀等。创建一个支持和鼓励用数据说话的环境也非常重要，下面是我想到的一些做法：首先，领导者应该以身作则，在自己的工作中积极运用数据说话，要克服“我吃过的的盐比你饭还多”的冲动。
其次，在决策过程中，要知行合一，无论是团队会议还是项目审批，都应始终要求提供数据支持，倒逼大家改变工作方式。
再次，要将数据驱动的元素融入绩效评估中，鼓励和奖励那些有效利用数据支持决策的团队成员。
最后，增强团队成员分析和解释数据的能力，并鼓励他们分享使用数据解决问题的经验。