一提到數據分析，可能多數人首先想到的就是專業的數據分析師，他們幫助公司分析各類數據，最后給出有效的結論，并提出有針對性的工作建議、解決方案。

　　想必很多人都覺得，數據分析這種高大上的工作是專業人士的領域，一般人做不了。這種想法大錯特錯。事實上，利用數據分析提高工作效率、增加工作業績，是一種行之有效的方法。如果你想在職場中脫穎而出，想在業績上碾壓同事，就必須學會處理數據、分析數據，并利用數據來指導自己的工作，幫助自己找出工作中的漏洞和問題。

　　想要超過同事，不會數據分析是不行了

　　有些職場人會說，我們經常做數據分析，每次開會都要匯報各種各樣的數據，可是也沒有見到在業績上有什么起色，于是得出結論：數據分析只是聽起來高級而已，實際并沒有什么用處。

　　沒錯，這就是大多數公司都存在的一個通?。簲祿治鲋皇怯脕碜鲩_會總結，每一個人念一念自己的數據匯總，既得不出什么有效的結論，也無法給下一步工作提供指導意義。表面上看，每個人都把數據分析的方法用到了工作中去，但實則卻沒有真正領略數據分析的思維和真諦。

　　那么到底什么是數據分析思維？怎樣做數據分析才是正確的呢？

　　想要超過同事，不會數據分析是不行了

　　對于一般的工作，數據分析可以分成三步：

　　第一步，利用數據分析制定一個合理的指標。比如領導交給你一個項目，你立馬就說保證在兩個月之內完成，這就是典型的不經過數據分析瞎定指標。正確的做法是這樣：先評定這個項目的難度指數如何，同事之前做過的類似項目花了幾個月時間，是幾個人一起做，或者別的公司一般花多久時間。評估之后，才可以給自己定下一個具體的指標。

　　第二步，利用數據分析找出工作中存在的問題。比如，某員工在新媒體公司上班，負責某個公眾號的運營與推廣，每天都會發布一些文章來引流。每篇文章的閱讀量是多少？點贊量是多少？看了這篇文章的人有多少點了關注？如果大多數的文章都穩定在7%的點贊量，那么低于7%的文章則可以判定為吸引力度不夠，以后類似文章少發。

　　第三步，對每一項工作進行數據預估，并定期進行真實數據、預測數據的對比。比如某公司銷售，手上有五個銷售渠道，每一個渠道的轉化率不同，首先要對轉化率進行預估，轉化率高的自然要給予更多的時間與精力。但如果真實數據與預測數據不符，那就要立馬改變工作方法，多探索一些優化措施。