如果这个世界上有通用的逻辑，那便是数据
成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保持充足睡眠，因为睡眠不足对身体伤害很大。对于这样的告诫绝大多数人都会左耳进右耳出，因为对医生所说的“伤害很大”并没有什么概念。但是如果医生说得是，研究指出：每晚睡眠不足4小时的成年人，其死亡率比每晚能睡七八个小时的人要高180%，而且睡不够的人衰老速度是正常人的2.5-3倍。你是不是瞬间就能明白睡眠不足的伤害有多惨烈了？！
相较于语言，数据的存在更客观且可视，所以往往会更有说服力，但是我们学会用数据说话的意义绝不仅限于如何更有说服力地去和我们客户或者上司沟通。随着网络的发展，数据开始变得泛滥，也变得如此唾手可及。如何将这些数据分类，找出其中含义和内在关联，从而更好地做出决策或者为客户提供更有价值的产品和服务才是我们职场力的重中之重。在此推荐托马斯.达文波特和金镇浩共著的《成为数据分析师》，虽然书名看起来很专业高深的样子，其实是一本非常入门的书。书中内容的重点不是教你如何去分析某些具体的数据，而是教你怎样像分析师一样思考和利用数据解决问题。
书中提到，根据分析采用的方法以及收集和分析的数据类型可以将分析分为定性分析和定量分析。定性分析主要是深度了解某种特殊现象出现的根本原因和诱因，而定量分析则是通过统计、数学或计算的方法对现象进行系统的实证研究。简单点来说，定性分析是从特殊案例中收集数据，然后分析这个特殊案例产生的原因；定量分析是从大量案例中收集数据，去进行统计分析，发现某些数据之间的关联，然后再基于这些关联去预测另一种现象出现的可能性（更简单点说，定量分析就是基于过去的数据去预测未来）。
不管是定性分析还是定量分析，都可以分为3个阶段，6个步骤。
阶段一：构建问题
医生治病，讲得是对症下药。其实职场人的工作也是一样，想要解决一个问题，首先要做的就是弄清楚这个问题到底是什么（也就是识别问题），之后你才能去对的地方收集数据，才有可能做出正确分析和提出正确解决方案。在识别问题的这个步骤中，作者提到一个很重要的点---注意利益相关者。俗话说，一千个读者，一千个哈姆雷特。同一个问题，站在不同的角度去看，很可能也会看出不一样的结果。所以从一开始你就应该和这个问题的利益相关者站在同样的角度去识别问题，这样才能确保你最终得出的结果能够被他们所接受。
另外，在确定了问题是什么之后，不要马上着手去解决问题，而是应该先回顾一下之前的发现。因为那些我们认为很特殊的问题，也有可能早有人已经遇到过并且解决过，那么我们也就没有必要再去做重复的工作了。
阶段二：解决问题
这个阶段要做的工作主要分为三步：1.构建模型或确定变量（是定性分析还是定量分析？定量分析的话要去分析的变量又是什么？）2.收集数据 3.分析数据
很多数学不好的人到了这个阶段可能就会开始发怂，然而正如作者所言，“数据并不是定量性思维的关键，将信息分类的方法才是”。当然，如果你真得觉得你拿不下这个阶段，不如就直接找专业的数据分析师一起合作吧。术业有专攻，没有必要把时间和精力过多地耗在自己不擅长的事情。但是你仍然需要清楚这个阶段的操作流程，这样你才能检验你的数据分析师给出的数据是否符合逻辑，才能在必要的时刻针对他们给出的数据提出进一步的问题。
阶段三：传达结果并采取行动
曾有人说，不被使用的技能，都不算你真得拥有的技能，就像你会读书而不读书一样，会不会读其实没有区别。你千辛万苦地得出了一个正确的结果，如果不能成功地传达给对方，那这个结果正不正确其实也没有什么意义了。所以，在这一阶段也切莫掉以轻心，而是要和前两个阶段一样的努力去完成哦。就像文章开头说的一样，我说了，你也真的懂了。
