提升自我数据分析能力的根本，是方法论！

很多人问，我是财务，能转行业做BI吗？我该学些什么？该掌握哪些技能？该如何学习？我是学生，在校期间专业不扎实，该怎么办？我是小白，还能学会数据分析吗？能做数据分析师吗?这就是常见的人们有了新的想法，却不知道该如何实践，应该去做些什么，去掌握些什么，怎么掌握，而搁置了在自己心中的想法，在现实中徘徊不前。

个人掌握好方法论，做事知其然知其所以然，就可以举一反三，不同的方法就可以排列组合、可以演变，可以解决在实际当中的很多困难和挑战。

如果一个团队掌握方法论，就可以确保一个团队劲往一个方向使，不至于大家都在努力，但努力的方向都不一样，没有合力，最终互相抵消掉了。

所以，我们会特别强调方法论，并且方法论无处不在。

比如在数据中台、商业智能 BI 中我们提到的Kimball的维度建模，方法就是怎么建模，哪些是维度、哪些是维度的属性、属性层次结构，哪些是度量，如何形成事实表。光讲维度建模的书就有好多本了，里面告诉了你几乎所有的技巧、所有的模型设计方式，各种细节。

Kimball维度建模 - 派可数据商业智能BI 可视化分析平台

但是很多人即使把这些书全部看完，熟悉里面所有的细节和内容，但一到实际项目上去可能还是不知道要怎么解决问题。为什么？因为你是在使用一种标准的方式方法来应对一个复杂系统的非标准化的东西。

方法论就是对本质规律的总结、框架思维和特定场景下灵活运用各种方法、技巧解决复杂问题能力的一种抽象。

什么是本质规律？就比如问商业智能BI的本质规律是什么？商业智能BI的表象是可视化，但它的本质是企业业务管理思维的落地，最终反映到可视化图表上，里面藏着不同用户的关注点以及看问题、分析问题、拆解问题的思路。

什么是框架思维？就是商业智能BI的落地你是按照Inmon 三范式自下往上从数据到模型到需求，还是按照Kimball维度建模自上而下从需求到模型到页面，所有的BI 都可以分为需求、模型和数据层，即可视化、数据仓库和ETL取数。这就是一个框架，你是选择自上而下还是选择自下而上，就是需要建立在一些特定场景去判断和选择。有了这些，才会涉及到运用什么的设计方式来解决具体的表定义和设计问题。

建模 - 派可数据商业智能BI 可视化分析平台

这几者有什么关联和联系呢？为什么有时你做的可视化页面和报表没有人看，因为你没有理解BI是企业业务管理思维的落地，你理解了这一点，就会知道我们在设计可视化报表的时候需要弄清楚我们所服务对象的差异、业务线的差异、管理层次的差异，就会了解原来他们的关注点是不一样的，分析问题的角度是不一样的

一个人可以通过什么样的方式来提升自己的方法论？

第一步，通过问题能不能总结出本质规律。比如很多企业看到BI取数难、数据不准、业务规则计算不清楚、数据质量差，好，这个就上数据治理平台吧。这是一种治标不治本、最浅层次的思考方法。实际上呢，数据不准确、业务规则计算不清楚、缺数很多时候是因为业务信息化基础没有做好，信息化基础没有建好很多时候反映的是企业内部自身业务管理的问题、业务流程梳理的问题。

业务管理 - 派可数据商业智能BI 可视化分析平台

这个是从业务传导到基础信息化、再从基础信息化传导到数据质量的一个过程，这个规律你有没有看到。如果看到了，你就知道什么样的问题应该在什么阶段去解决，建议用什么样的方式去解决，如何去平衡企业内部资源投入和解决问题的迫切度，从中找到一个最优解。

第二步，提升自己的框架思维能力。这部分通过深度思考和有条理的写作和抽象训练就可以做到。框架思维能力是一个又一个深度思考的小的基础逻辑关联而来的，关键字就是：基础逻辑和关联。

关联 - 派可数据商业智能BI 可视化分析平台

比如将繁杂的信息整理成文字，从文字高度抽象出图形放到PPT上，这里面也有很多深度的思考。因为你要将一个又一个的散点状的逻辑连成片。这种训练做多了，你的框架思维能力就上升了。训练的越多，思维的逻辑能力就越强，对信息分类处理、汇总归纳的能力就会自然形成习惯。

第三步是提升运用各种技巧、技术、方式方法解决特定问题能力，这部分就没有什么太多要说了。该学习就学习、该看书本上看书本上的，拼的就是时间、精力和投入决心了。

最后总结下，什么是方法，方法是用来解决具体、特定问题的技巧能力，很容易从书本上、文章中、视频上找到的思路和说明。而方法论是解决一个复杂系统的能力，需要具备本质规律的抽象总结能力、框架思维和特定场景下灵活运用各种方法、技巧解决复杂问题的能力。这些是在书本上、视频中直接学习不到的，是需要有意识的去深度思考、总结、验证和优化最终形成自己的一套解决复杂问题的理论方式方法，这背后是有大量的逻辑思考来支撑的。

在解决复杂系统问题中，最重要的是人的基础逻辑，这是方法论最底层的框架和原理。即使在陌生的领域和环境，也能对问题快速进行抽象，以不变应万变从容应对。