什么是数据敏感性 怎样提高

在招聘的要求上面，不管是对数据分析、产品运营或者另外一些其他岗位，总写着“对数据敏感”这一条，那什么是数据敏感性？怎么去提升自己的数据敏感性呢？今天来聊聊这个话题；

01 什么是数据敏感度

在我看来，所谓数据敏感度，其实就是在认知内建立了数字和业务之间的联系，并且能通过数字和业务正向或反向地识别出数据背后的业务含义、问题和原因。

怎么算是好的数据敏感度，对于分析师而言，数据敏感度高的表现应该是这样的：

1、看到业务关键数据指标，能够在1秒内，发现它们是高了低了还是错了；

2、知道所有指标是怎么来的，知道它们的意义以及相互的关系，进而判断数据异常的原因；

3、拿到海量的数据，能够根据分析目标很快理出分析框架，得出结论。

在面试中的考察，更多地是给实际的case来让你去解决，你的答案是通过自己的臆想猜测，还是有逻辑结构的回答，则决定着你在面试中的表现；

02 怎么去培养数据敏感度

那怎么去在实际工作中，去提升自己的数据敏感度呢？

给大家分享一下自己的看法：

1、了解更加底层的数据口径

这点很重要，很多同学只知道这个指标叫做活跃，但是什么时候定义为活跃却是不太清楚的，是进入APP的时候上报呢？还是进入商店后有过用户行为的时候才上报呢？

了解上报逻辑，能让我们更好的了解数字背后的含义；有条件者，还可以进一步了解下，这个上报是什么方式上报？服务端埋点？还是前端埋点？实时上报？还是离线上报等等。

总的来讲，就是能够了解关于上报口径、上报逻辑和上报方式，能够帮助我们更好理解指标含义；

２、梳理指标，搭建指标指标体系，理清指标间关系

为什么我是先说要先搭建指标体系呢？而不是让大家就开始背数据；因为我可能我做事情，还是愿意先从宏观上去思考，指标更多的是单点，指标体系是全景图，你需要先把框架搭建起来，再去往里面填充数据，补充血肉；

指标体系一定要结合业务去搭建，给业务意义，指标体系可以在完善的基础上，可以更有实操性，可落地性；

指标体系不一定只有一套；对应不同的分析框架，拆解思路，可以有多套指标体系，这个指标体系，本质上也就是你对业务问题的拆解思路和拆解维度；

３、背数据、跟踪数据、了解行业或者竞品数据

背熟据，每天看数据，是提升数据敏感度的必经之路，但是这里的背熟据，一定是在指标体系的基础上的，不然就是会像被无生命的数字一样；

跟踪数据，养成良好的习惯，比如每天早上到了公司之后，观察一下数据；看看有没有问题；

当然，作为更加高阶的同学，可以去跟踪行业上的、竞品的横向对比数据，不仅知道我们自己的产品有没有问题，还了解自己的产品在行业内是什么水平；

４、巧用可视化发现问题

有时候，数据的波动可能不会太大，或者即使认真看了，也没有发现，这时候我们可以巧用数据可视化去发现，搭建自己的仪表盘，每天通过可视化去尽可能地发现问题；

５、多问为什么发现问题，学会利用指标体系拆解原因

通过数据指标、数据可视化，我们可以发现一部分问题，但是更多的是，我们要多问为什么，即使有时候拐点只有一点点，我们也要多问问为什么这样，而不是那样？多思考产品逻辑，多思考内外因素，多思考用户习惯；

发现问题，我们可以通过我们之前搭建的指标体系进行原因拆解，发现原因；

６、逐渐形成自己的业务理解和分析习惯

事情总在不断变化和变好，慢慢地，我们经过沉淀，就慢慢形成了自己的产品理解和业务行业理解，也对指标相关性有了自己的分析理解，这就是我们想要的效果；