普通人数据思维的精彩应用有：
提出问题，挖掘资源，开展协作，推动闭环。
数据思维是使用数据来提出问题和解决问题的能力。
其强弱，不是基于先天的数字感，
也不基于你掌握多少数据技能和数据知识，
而是基于你对数据技能和数据知识的认知。
这些认知看似客观，
但对它们的理解、认知却因人而异，
这就是不同人数据思维水平相差很大的重要原因。
如何通过练习提高自己对于数据的敏感度？
1）量转型。谈论和思考东西有意识将定性转化为定量。
2）量定义。事物性质是用某一方面量定义，搞清楚它具体怎么定义。
3）对应值。在量定义的基础上，为事物确定一个明确的量标准。
背景不同，数据代表的意义就不同。
只有确定了数据的背景，
才能准确理解数据的意义。
掌握数据背景，
可以帮助我们理解，
第一，理解事物的属性。
第二，理解事物的相对情况。
第三，理解当事人的意图。
如何挖掘隐藏信息？
第一，数学推断。先利用数学知识做出假设，然后进行推断。
第二，逻辑推理。从各个领域的规则和限制条件出发，进行合理化推测。
第三，切换视角。在不同的视角、关系下观察数据，数据就会发出不同的隐含信息。
从人这一端来看，
人的生物性和人与人之间的差异，
会导致我们在面对同样的数据时，产生不同的感觉、解释和观点。
人与人的差异主要包含三个方面，
生理倾向差异；文化属性差异；价值立场差异。
由于人自身的差异而导致对数据感知的差异，
既是正常的，也是要警惕的。
一定不要把自己的特点当成全人类的特点，
大家对数据的感知可能真的不太一样。
2020.12.13