大家好，這篇不是廣告。最近發生了一件大事，前段時間我去考了一次雅思。

為什麼要考雅思呢，主要原因是想申請一下新加坡國立大學的在職碩士，這樣就可以一邊工作一邊混個文憑了。本來想的是來了這邊開會什麼的都會用到英語，日積月累之下應該能提升很多英語水平，然後稍微準備一下就可以通過了。而且申請標準應該也不會很高，據說6.0就夠了，所以一直也沒在意。

雅思講究四門功課，說學逗唱（大霧），聽說讀寫。其中的聽說讀都沒有任何辦法臨時突擊，只有寫作可以臨時看下。因為據說寫作當中有很多技巧，可以幫助我們提高分數。對我來說當然沒有什麼提高分數一說了，只希望不要太難看就行了。

圖表作文

如果你考過雅思你就會知道，雅思的作為分成兩個部分，第一個部分是看圖說話，另一個部分就是我們常見的英文作文。在第一個部分當中，給我們的圖不是漫畫也不是說明某個故事，一般來說都是一張說明性的圖表。比如說一張資料走勢圖或者是流程圖，要求我們用英文來寫一篇文章介紹圖表當中的內容。比如這樣：

面對這樣一張圖表我們需要用英語寫150詞的文章對圖表當中的資料進行介紹和分析。根據雅思老師的說法，我們隨意地寫150個單詞去介紹這張圖表當中的資訊是很難得到高分的， 因為這樣圖表資料分析和介紹的文章，詞彙和表達只是一方面，邏輯和結構才是核心。接著，老師舉了一個例子來講解這樣的作文應該怎麼寫。我聽完之後陷入了深深的沉思，我最大的感想是這老師要是不去做資料分析師簡直是可惜了。

這哪裡是英語作文考試啊，明明是資料分析測試。

不管英語考試也好，資料分析也罷，我想說的是當我們面臨這樣一份資料的時候，我們應該從什麼角度來思考和分析呢？

總體理解

我們拿到資料的第一件事就是從整體去分析，這是一份什麼資料，它從宏觀上展現出一個什麼資訊？

用上圖來舉個例子，從宏觀上有哪些點可以抓呢？一個是標題，從標題當中我們知道了，這是加拿大的學生畢業數量資料。另外一個是座標，橫座標從1992到2006，所以這說的是這14年間的資料。最後是圖上的內容，也就是圖中展示的兩條線，一條線是男性另外一條是女性，所以這是一張反應兩性畢業人數的圖表。從這兩條線的走勢當中，我們會發現男女生畢業人數總體上都是在增加的。

如果你要寫文章的話，你可能還需要注意一些使用者和表達，但是如果做資料分析的話，我們總體上把握住這些資訊就足夠了。

這一點很多人會覺得這塊太簡單了，簡直是廢話，其實不然。我們在做資料分析的時候，經常會出現過於關注某些具體的值或者是原因而忽略了整體資料的一些情況。尤其是在我們和老闆或者是其他同事分享某些資料的時候，更是如此。很多人做分享一上來直接就講一些資料細節，無論是從邏輯上還是觀感上都不是很好。在剖析細節之前，首先要做的就是先把大體的趨勢把握住了，再去細扣細節，這樣才能給人從大到小，遊刃有餘的感覺。

分析細節

研究完了總體，接下來要做的當然就是分析資料當中的細節。很多人很頭疼這一塊，他們會覺得圖表已經把資料展示得很清楚了呀，我們還有什麼好說的呢？難道就是單純地羅列具體的資料嗎？

當然不是這樣的，你想想看當你向老闆彙報的時候，你總不能說圖表在這裡，資料你自己看吧？我們肯定要能找到一些直觀上看不到的點，這才是我們分析資料的能力。

那麼，我們除了直接闡述具體的資料之外，還能做什麼呢？其實還有兩件事可以做，第一件是資料對比，第二件是尋找特殊值。我們分開一點一點來說。

資料對比

圖表當中的資料一般都不是唯一的，比如上圖當中有男性的資料也有女性的資料，既然有多份資料，那麼我們就可以進行對比了。

很多人對資料對比的理解以為就是找不同，這份資料增長了，另外一份下跌了。其實不只是這樣，我們用對比的方法來分析資料有三種方式，一種是找不同，可以看到每一年女性畢業生數量都遠遠高於男性，並且可以發現近幾年女性資料的增長速度更快。第二種是找相同，這些資料之間有沒有什麼聯絡。比如說我們可以發現這兩份資料的走勢是非常近似的，兩者陷入平緩以及快速增加的時間段都差不多，整個資料的走勢是幾乎完全一樣的。

第三種很多人很容易忽略，既不是找相同也不是找不同，而是尋找資料之間的邏輯上的聯絡。比如說女性的資料增長的同時男性的資料也在增長，這兩者是一個一起增長的關係，體現在資料分析上就是相關性。但是大資料時代，我們需要對資料尤其小心，有些相關性是真實的，有些可能是虛假的。舉個例子，比如說我們如果分析喝咖啡和壽命之間的關係，會發現咖啡喝得越多的人平均壽命越長。這能說明是咖啡有益健康促進長壽嗎？其實不然，可能只是因為喝咖啡的往往是上流社會，他們的生活條件、醫療條件更好而已。

尋找特殊值

這個技巧比較高階，即使是很多業內人士也未必知道。如果我們檢視資料只看到是增長或者是下跌是遠遠不夠的，還有很多細節藏在了一些特殊的點當中。比如說大家都知道拐點，在這個點之前是快速增長的，從這個點之後趨於平緩。

除了拐點之外，我們也可以找到很多其他類似的點。但光找到這些點是不夠的，我們在分析資料的時候還需要進一步分析這些點背後的資訊。比如我們看到從1995年開始畢業生人數開始了下降，那麼這個下降的原因是什麼？是因為總人口數下降了呢還是因為大學抬高了招生標準？或者是社會上流行起了反智主義大家不願意讀書了？再比如03年之後畢業生人數又開始了快速上升，這背後的原因又是什麼？

我們分析原因並不是光猜測就完了，猜測之後還需要進行詳細的考證。這個就和破案一樣，我們有一個思路，需要進行嚴謹的分析和推理，還需要有證據。證據是什麼？證據當然就是資料，沒有比實實在在的資料更可以作為證據的了。也就是說我們先尋找特殊值，找到了之後，再對其特殊性進行原因分析。有了一些猜測之後，需要尋找或者是計算一份新的資料來作為依據來佐證我們的猜測。這樣整個鏈路就打通了，說明你不只是看到了圖上的數字，而且還理解了背後的原因。

能夠做到這一點，是不是比單純地闡述資料高明多了？如果你能這樣和老闆彙報，老闆能不滿意嗎？

總結

從事這個行業，我遇見過很多人抱怨過分析資料枯燥無聊並且很難，不知道從何下手。其實和生活當中的絕大多數事情一樣，這些都是有套路的。順著先總後分，抓細節、做對比，挖掘特殊點、分析背後原因的邏輯，我們每個人都可以很輕鬆地交出一份不錯的資料分析報告來。

當然，這一次的事情也給我了一個很大的啟發。生活當中的很多事其實都不是絕對的，你看只要我們換個角度，雅思作文寫作技巧也能變成資料分析入門教程。我想生活當中類似的事情肯定還有很多，希望我們都能有雙慧眼，可以找到隱藏的價值。