這是彭文華的第154篇原創
不少招聘數據分析師的JD里都注明“數據敏感度強”。好多朋友都很無奈，這個敏感度我都不知道怎么量化，更不知道怎么提升。用時興的話來說，就是找不到“抓手”。
你這個數據敏感度強究竟是個什么意思？
啥是數據敏感？
我專門問過很多招聘數據分析師的面試官，說啥的都有，什么數據經驗豐富、看一眼就知道啥情況、能快速從數據中找到異常等等。還有些人更神，說數據敏感度強就是能透過數據看到問題本質。這個描述怎么說呢？有點算命先生的感覺。
從我自身情況來說，我在數據這行十幾年了，數據敏感度應該是有了吧？在我非常熟悉的環境，數據看的非常多了，上面說的什么看一眼就知道啥情況、快速從數據中找到異常、甚至看到某個數據就大概能知道原因等，都能做到。
這種情況我在一個客戶身上也看到過。那還是十多年前，剛入職場的時候，給政府做項目呢。某省經信局中小企業管理處（我記得非常清楚）處長就是這樣。他在這個處待了小二十年，各市的重點企業名單都刻在腦子里了。每天的工作就是報表、行業、企業，輪番著來。他時刻關注市場價格波動，因為價格一波動，上下游的企業就會找協會，協會就會找他。
不過，雖然我有時候能這樣，但是這種情況時靈時不靈的，跟段譽的一陽指有點像。
在我持續研究分析的時候，是慢慢會靈驗的。在我換一個業務場景，或者脫離當時的業務一段時間之后，就不靈了。所以有陣子我就在想，這個敏感度應該不是一個普適性的東西。
我一直認為是我的經驗還不夠。直到有一天，看到萬用表的時候，我突然就悟了！數據敏感度不是靠經驗，而是靠標準！
靈敏的萬用表
萬用表長這個樣子，是用來測電壓、電流、電阻啥的。
上面是指針，下面可以調節檔位。就是這個檔位讓我悟到了數據敏感度究竟是個什么鬼。
我用一句話給你解釋什么是敏感度：
萬用表通過檔位控制和調節上面表盤指針的敏感度，換句話說，表盤上指針的敏感度是通過檔位進行調節的。那我們數據分析師的敏感度是什么決定的呢？歷史數據和各種參考標準。
好像有點繞，沒關系，我舉個例子。今天你媳婦回來說：今天雞蛋5.5元一斤。如果你壓根就沒買過菜，你大概率沒啥感覺。現在誰口袋里還掏不出5塊錢啊，對吧？
你媳婦又說：半個月前都6.8元一斤！你可能有點高興，這不是降價了么？多好啊！
你媳婦又說：倆月前才3塊多一斤。你可能又有點奇怪，雞蛋價格最近怎么胡亂賣啊？
你看，5.5元，你沒啥感覺。加一個6.8的高標準，你就覺得5.5還挺便宜的。再加一個3塊多，頓時感覺太貴了有沒有？
很多時候你在一個業務里深挖之后，各種歷史數據、業務細節、數據分布都熟悉了，各個政策也了解的非常深，非常透，這種數據敏感度自然也就有了。
這不是你的經驗使然，而是標準使然。所以有些老板比數據分析師對數據更敏感，不是他們在數據領域更有經驗，而是他們對業務、價格、市場更加關注，標準更立體、豐富導致的。
如何鍛煉數據敏感度？
既然數據敏感的來源已經清楚了，那么鍛煉自己數據敏感度的方法也就可以推導出來了。而且，你自己也可以整理一個自己的數據敏感度鍛煉方法。
既然標準決定敏感度，那么我們鍛煉數據敏感度的第一個方法就是設定合理的標準。比如“爐火純青”這個標準，就是用火焰的顏**分有爐火有多燙。
但是有些時候一個火焰，上下顏色都不一樣，這就不好判斷了。而且，用顏**分還有一個不好的地方，就是區分度不夠強。還有，這個純青是個什么顏色？字面上也理解不了啊。但是還好，我們現在有更精確的方式：溫度，這個溫度就非常精準了。所以，咱得進一步：需要有一個精確量化的標準。
這樣夠嗎？還不夠，因為你還缺少參照物。有了這個參照物，你就能直接下結論了。比如你如果有了這個量表，你也能對溫度非常敏感了。
如果我們再加上幾個生活中的參照，那就無比鮮活了。比如：
蠟燭40℃就會軟化變形；
水燒開了是100℃；
把鉛燒融化，只需要327℃；
融化銅或者金子則需要1100℃；
把沙子（硅）燒化則需要1400℃。
把鐵燒化就更難了，要1535℃。
我們在平時的工作中，量化標準=指標，參照物=歷史業務表現和KPI。而且，參照物越多，你就能感知更多的東西。
當這些都深深的刻在腦子里之后，我們也就能通過細微的數據變化，感知到業務的各種異常情況了。
就像之前舉的賣雞蛋的例子。鍛煉你對雞蛋價格敏感度的方法有以下幾步：
1、你每天都去買雞蛋，持續感受雞蛋價格波動，這個體感最強，但是非常耗時；
2、看雞蛋價格監測數據，這個能快速感知，但是體感差一點意思；
3、看物價監測數據，這樣還能橫向對比肉、蛋、奶、白菜的情況，縱向分析整雞、雞肉、飼料等上下產業鏈的價格情況。
4、看兜里的錢，這樣你還能知道自己消費能力，盤算一下是不是可以奢侈一把，吃一個茶葉蛋了。
總結
數據敏感度聽上去很虛，讓人一頭霧水。但是扒開這玄之又玄的外衣，數據敏感度其實就是量化標準+參照體系。
用爐火純青判別火爐內的溫度就是非常典型的標準，但是用溫度量化會更精準，加上一系列的對比、參照會更加豐富和完善了。比如顏色與溫度的對照、生活中的溫度對照等等。
我們想要鍛煉數據敏感度，其實也就上面這些招術：跟緊業務、制定指標、完善指標體系、參照歷史、參照行業、參照KPI等等。
歡迎大家加我個人微信號：shirenpengwh ，一起探討大數據、數據分析相關知識。每天一篇原創，分享給大家，我們一起學習，共同進步。
配合以下文章享受更佳
熱文|如何搭建一個數據分析體系
熱議 |光會拉個數，要你數據分析師干啥？
干貨 |什么才叫做懂業務？分析的5個層次
思考 |為什么說你的運營團隊一定要有一名女生？
干貨|月薪3000和30000的數據分析師差在哪？
以上就是數據敏感度是個什么鬼？by彭文華的全部內容了，希望大家喜歡。