思 | 脑暴，我真的要暴了

最近看了本书，系统的梳理了下数据分析的基础知识。说巧不巧，竟然又和我的日常工作联系起来了。

//

数据分析的流程

//

数据分析包括：统计学和数学、专业领域知识、计算机科学、人工智能和机器学习。自己的工作，接触的行业应该就是专业领域知识了吧。统计学和数学算是工作需要，必须要学习的，虽然只是个皮毛。计算机科学、人工智能和机器学习，暂且定义为希望之星吧。

但是，做数据分析，不仅得有数，还得是质量OK的数。好的数据需要完整、一致、无歧义、可计量、准确无误、标准化、无冗余。

所以，我们在进行数据分析、探索、建模、解读、应用之前，得有一套完备的数据准备过程：获取数据、清理数据、数据标准化、数据转化，必不可少的4步。

//

获取数据的方法

//

获取数据的方法有很多，外部的知识库、行业数据库，都是数据源。内部积累的组织过程资产，历史项目数据等。以及很多定性的方法，如：头脑风暴、焦点小组、问卷调研、访谈、工作跟随、标杆对照等。

定性的方法当然不止说的这些，但我个人工作中用到的就以上6种。

头脑风暴：不着边际-短时间获得大量创意，不相互评价。

焦点小组：得着边际-限定主题和边界，有人引导的互动、交流、沟通。

问卷调研：快速进行多受众、地理位置分散的大体量研究。

访谈：想要获取高层级的专家判断或者私密性的信息。

工作跟随：流程性或程序性的用户故事及场景重现。

标杆对照：快速识别优劣，形成改进意见。

名字的不同，自然意味着不同的含义、不同的作用和不同的使用场景。

//

我们来聊聊头脑风暴

//

近2月呢，公司兴起了一股“头脑风暴热”，动不动就来一场brainstorming。

这个事情怎么做呢？我们来脑暴一下吧。

为什么印尼市场增速不如日本呢？我们来脑暴一下吧。

今年的booking能达到多少呢？我们来脑暴一下吧。

明年产品增量布局放创新市场还是空白市场呢？我们来脑暴一下吧。

想不出解决方案了，项目不知道怎么开展了，连企业战略怎么制定都要靠头脑风暴……知道头脑风暴是干什么的吗？

头脑风暴的典型特点是：发散、创意、快、不着边际。不着边际。不着边际。

举个例子：一位教授让大家就“如何上上下楼梯变的有意思”展开头脑风暴。学生们答什么的都有：

• 把楼梯刷上颜色，变成“彩虹楼梯”

• 在墙上写一些谜语、笑话、格言，转移注意力

• 在墙上贴名画、明星海报，一路欣赏过去

• 扶手放喷漆，一边下楼一边涂鸦，把墙解放出来

• 扶手做水培蔬菜，一边下楼下边吃，营养又健康

• 种些花草吧，做成空中花园的效果

• 做成滑梯，人直接滑下去

最后，教授不会输出结论说谁好谁不好，头脑风暴没有点评。

这，是头脑风暴。所以，请善待头脑风暴，也不要问“脑暴的结论是什么？”、“脑暴输出的方案是啥？”

因为，脑暴从来都不是奔着答案来的，要的是发散和创意啊喂。

这么有时间，不如试试其他5种数据收集的方法。