2012年，一个叫维克托·迈尔·舍恩伯格的人写了一本叫做《大数据时代》的书，从那之后，一些老板为了表现的新潮一点，通常都会在谈到数据的时候都刻意的说成“大数据”，尽管这个“大数据”和“数据”之间究竟有什么区别，多少算大，大了会怎么样这些问题对于很多人来说至今也说不太清，但这不重要，至少我们知道，李世石被机器人击败了，知识问答也被深蓝碾压了，一定是有些大事要发生。
没错，不可避免的技术革命正在来临，或已经来临，可是对于外行来说，这到底是意味着什么呢？谁会失业？哪是风口？我们能做什么？我们该做什么呢？
人人都该用数据
通识教育（liberal arts），也被翻译成博雅教育，原指城市公民应该学习的基本学科，是生活常识的部分，通常包括逻辑、艺术、自然科学等，万维钢把它翻译成“自由技艺”，意思是，这是原来自由人和贵族才有机会学习的东西，是培养领导的教育。我们先秦的时候讲的贵族六艺：礼、乐、射、御、书、数，也是类似的。现代社会中，这些逐渐改进成了今天的“基础教育”。
为什么说通识教育是培养领导的教育，因为相对于专业人才，重视专业的深度，这些知识更加注重的是知识和技能的广度，让人能够触类旁通，洞察更多的信息，进而更加准确的做出决策，而领导最重要的工作，就是做出决策。
我们的教育中，这一部分一直是比较缺乏，这也是现在各种“通识类”课程火爆的原因之一，大学生和白领们，进入到社会中才发现，自己缺少一些底层的基本技能，所以花大量的时间补课，学习“写作”、“演讲”、“运营”，甚至包括“编程”和“数据分析”。
工业时代到数字时代的变化，让社会资源的价值发生了改变，工业时代，最有价值的是能源和原材料，那是鼓励人们淘金的年代，是探险者的时代，能够在恶劣环境生存的探险家们，需要的是对于自然科学的理解和优秀的个人素质。而数字时代中，信息和技术这些抽象的东西开始变得越来越值钱，我们也许迎来了一个创造者的时代，能够用自己的技能和知识无中生有，凭空创造出价值的人，才是这个时代的英雄。这也许是写作、演讲、运营、编程和数据分析，成为我们的通识的原因。
最近的经济学人封面文章是“数据是新的石油”，不再纠结数据的大小了，只要有数据，就会有价值，每个人都有自己的数据，每个集体、每个公司也一样，能够从数据中看到独特的价值，或许将会是对于未来领导者的基础要求。
数据不神秘
通识的一个特点是，入门不难。
数据分析说起来也简单，在Tiger的《商业分析入门》系列课程中，总结的商业分析常用流量其实就这几步：
在方法论的部分，并没存在特别高的技术门槛，有基础的逻辑知识就可以很好的理解，再利用excel 和基础的统计学，就可以做许多事情了，比如通过自我量化管理和数据分析，优化自己的工作效率，或者在公司的业务中，加入相应的数据指标进行跟踪，并制定重要的核心指标，定期回顾，根据指标作出调整。这些都是在实际中，普通人切实可行的一些动作，随着数据采集工具、在线表单、数据分析工具越来越便宜，越来越好用，未来一定会有更多针对个人和小型组织的解决方案，懂得数据分析的思考方式，就可以直接为自己创造价值。
算法和直觉
通识的另外一个特点，相信你也猜到了，精通很难。
琴棋书画，修生养性，学习一下，很快就可以上手，可是真的想吃这口饭的话，就要苦练一番了。数据分析也是如此，尤其因为这是一个交叉学科，要求有多领域的知识作为基础，一个数据科学家要懂统计学和数学，计算机编程，还要有相关领域的知识。而这三个领域，每一个都不是软骨头，统计学和编程，都是需要一句句语言，一个个算法学下来的；具体领域的知识，需要的则不仅仅是书上的东西，还包括足够的案例支持和实践。
毕竟，数据始终是数据，算法能够得到的结果，还需要人结合实际的案例才能做出切实有效的决策，如何在海量的数据和眼花缭乱的数据指标以及公式中得到洞察，考察的不仅仅是一个人的技术能力和经验，还包括他对于人性的理解和对未来的判断。
有人说，直觉有时比各种理性的分析有效。不说逻辑上的幸存者偏差，《blink》里提到的那种“一眼便知有没有”的有效的直觉，是需要长时间的刻意练习的，有了大量的实践积累后，成为专家，才能够瞬间判断。而这也可以理解成是一种理性分析，是人在大量的接触不同的场景之后，自动识别出了其中的模式，进而产生了洞察，因此，前行的路上，少不了积累。
总之，数据科学没有想象的那么神秘，没有那么难应用，它其实里我们很近，甚至每个人都可以从中受益，可是如果想精深，确实需要投入大量的时间和精力来学习。与其担心自己未来会不会失业，不如先试一试用数据思维先为自己创造价值，在实际的应用中逐渐学习，至少，学会应用数据的人，在未来胜算总会大一些。
