数据思维不同于数据知识和数据技能，数据思维是用数据提出问题和找到解决问题的办法
一句话概括：企业在管理过程中，依靠数据发现问题、分析问题、解决问题、跟踪问题的管理方式，就是数据化管理。
用事实代替观点
事实和观点一直是两个容易被混淆的观念，但在数据分析的时候，一定要陈述事实，而不是观点。事实需要依赖于可信的证据。举个例子，当你在分析销售额的时候，做出了可视化的折线图，图上代表了一年的销售额的变化，中间有几个月是上升了，但是一年的总体变化是降低了。
- 如果你的陈述是“销售额上升了”，那这其实是在陈述观点，因为如果观众对这幅图的注意点是在整体变化的话，他的理解是销售额是降低的。
- 而表示事实的陈述是“x月到x月的销售额下降了（多少）”。这句话所有的人都不会产生歧义，都能理解。
分类思维
分类思维的关键在于，分类之后的类别之间能有巨大差异，而每个类别里的东西都有自己的特征。它们是趋向于一堆，而不是随机分布的。
对比思维
对比思维其实在我们生活中随处可见。最常见的例子，就是父母总说的别人家的小孩。这是一种横向对比。而如果父母说“你这次怎么就考了30分，上次你还考了50分呢”这是一种纵向对比。数据分析里有一个AB测试。这个测试是对比两个或多个样本在同一地方好坏。简单来说，就是假设a是对照组，b是实验组，b组有某些因素和a组因素不同。将用户随机分进两组，看用户的行为是否有显著差异。如果有，则说明那个不同的因素是导致行为差异的原因。AB测试在数据分析中是能够帮助解决如何改善或是优化的问题，而不能解决如何造成一个结果的问题。
细分思维
我们的数据大多都是多维度的。如果直接分析，那分析结果会很混乱且表面，甚至会出错。我们需要把一块大饼撕碎再看。在数据分析中，细分的维度有时间、地区、渠道、产品等。举个我在网上看到的例子，小 A 某次月考的总分很差，如果不进行细分分析，那就找不到小 A 真正考差的原因，妈妈只会觉得你考得好差。但是如果将科目细分，将总分拆开来看，可能小 A 只有英语考的很差，其他都不错。这个例子就是将总分细分到具体科目，从而得出一个较小范围的原因。
