最近从各大招聘网站上看，很多职位上有这么一条 对数据敏感 ，这是一条模糊的概念，其实是由于最近的大数据和人工智能太过热门，所以多了这么一条要求，其实招这些人的公司并不能完全明白 数据敏感到底是一种什么样的能力 ？。
数据敏感 DEMO
如果看过一两篇关于数据的文章，你对于这个图就不会陌生：
这里以一个买房的过程，举个栗子：
你想买房，那肯定会自觉的关心城市的房价，在一定的时间范围内，对房价数据感兴趣，
收集一些需要的房价信息, 对房价会有一定了解，积累为 常识。当你有了一定的 常识 后，再去看房网站去看列表时，才会
发现一些房价小于相似房源的 低价房因为你想捡便宜，这些 低价房就是你优先看的目标。所以你点进去，再把相似的房源也点进去，通过各项数据
分析对比，可以知道为什么会便宜。经过大量的
分析后，你已经转化了一套别人不能具有的 知识，比如：影响房价的最高的三个因素，一种类型的房的共性、特性，等等。
通过上面的例子，也就是本人的浅见，数据敏感的能力分为四个层级：1. 收集 => 得到常识、2. 必现 => 得到异常、3. 分析 => 得到信息 、 4. 转化 => 得到知识
收集 =》 常识
在实际的工作过程中，当然数据肯定不会去一些购房网站去收集数据的，而且真正关注房价的人，录入数据的正确方式也不是去购房网站去翻网页。
在企业内，收集数据的主要场地应该是公司内部数 和 外部权威网站，以房价为例，我上网搜到一个网站的数据看上去还不错：http://www.creprice.cn/depth/yearBookAll.html 。
上面的链接可以不用打开，我已经截好图：
说明：这个网站上大部分数据都是收费的，一般来说，对于数据分析的企业一般建议直接去买高质量的行业数据。 省下的时间、人力成本远大于充的数据会员费用。
你也可以用各种科技把已经购买的数据保存下来，这样可以转换为自己的分析程序可用，而且会员过期了也不怕 :grinning:
上面的数据就是一份已经整合过的样例，多看些这样的数据，就能形常识吗？未必。
具备收集的能力，并不是胡乱的瞎看，有一套自我收集的系统，怎么去打造一套自己的结构化信息收集系统，根据信息不同，个人的不同也会不同。但是，你一定要找到一套收集数据的规律。
发现 =》 异常
对于上面那个图，如果你已经行成了常识，那么对于下一个数据过来时，你就能很自然的发现有没异常了，比如你在购房网站上看到的房，就能很自然的区分哪些房价属于正常范围，哪些房价很低，找到异常与机会。
发现异常屏不是一个简单的思考过程，有的时候，你需要一些计算，就比如上面的数据，平均房价 16500 ，但是中位数确只有 9700，那么我大胆估计房价区间的箱线图是如下：
那么后续碰到，就有了科学的异常判断。当然这只是个例，判断异常的方法根据业务场景的不同也会千变万化！
分析 =》 信息
对于一个从事房产数据研究的人来说，只关心房产数据肯定是及其不负责的。拿上面的信息来说。数据里面还有，平均面积，总套数 等等，好像和房价无关？
如果是对数据敏感，肯定需要对相关数据也要关心，比如说你从其它地方知道，2017年 大学生毕业数量 800W，那我就大胆用这个数字再估计市场对房的需求量？当然肯定是不准的，但是如果你从不同领域掌握了各种不同的信息，再进行结合分析，那就可以进行信息了。
不管对企业还是个人，有价值的信息是宝贵的，掌握更多的信息，做的决策也就更加正确。
综上所述，分析 数据，除了要有基本的 数学基础 ，尤其是 统计学概率论 。 还要 了解业务，即数据分析是建立在 数学 和 常识 之上的一种能力。
转化 =》 知识
知识站在数据的最顶端，如果说信息可以做出 决策，那么 知识就可以做出 规划，它不仅可以用于日常判断，还能做出边界原则，让人的思考范围不要过界，指导个人或企业的 格局观 ！
关于从 数据 到 信息 再到 知识 的流程，市面上大多数的书都在教你如何思考，如何整理、如何记忆、如何建立联系之类的，方法万千。 从理论上来说应该分为以下几步：
- 建立自己的知识库，用自己的方法进行分类。
- 日常收集、思维训练
- 定期回顾、整理、归纳
- 持续改进、对知识产物进行输出
对于具体的方法，各路领袖都有分享心得，个人建议找一两个有效的坚持即可，可以搭配科技，可能更为有效、不要为了找方法而陷入不停的去找方法的过程中！
数据思维
Goole 的面试可算堪称难度之最，他们只招精英人才，数据思维 是 Google 拟招聘的硬性要求，先看一个面试题目：
芝加哥有多少钢琴调音师？ 说明：不允许上网搜索、翻阅资料，纯回答。并说明理由！
如果不具有数据思维，随便回答一个数字，即使是蒙对了，也是过不了关的。 但是如果你对面试官一条一条推理：
- 芝加哥共有 1000万 的家庭
- 假设 1% 的家庭 拥有钢琴。
- 假设 10% 的钢琴拥有者会调音
- 结论 = 10000000 * 0.01 * 0.1 = 10000
可以看到我上面的数字非常夸张，结果也肯定是错的，但是这些数字并不重要，重要的是你思考问题的过程。当然我上面的推理过程也很粗糙，实际面试中，加加入更多的因素，去优化你推理过程，只要你的推理过程可靠，那么，就可以定义出解答问题的 公式 ！这些不太重要的数据，上网一查，代入公式中，也就很快能得到结果了。
思考过程可以从不同的切入点进入，比如你也可以从芝加哥每年举行的钢琴交流会做入口进行推导等等。不管是什么问题，只要你最后的结论是推导出来的，而且思维缜密，那Google的第一关应该就能顺利通过。
小结
- 如果你是文科类支持者，爱好艺术创作，不喜欢数据推理，可以直接放弃。
- 增加自身各方面见识，总是没有错的。
- 如果是在练习初期，不要怕浪费时间，拿出纸和笔，像解小时候的数学应用题一样去进行推论
- 认识工具，工具的功能是辅助作用，并不是帮你思考