对大多数职场人来说，想要的是职业安稳，担心的恰恰是变化。可随着大数据时代的到来，唯一不变的就是变化。因此，职场中这样的现象屡屡发生：
1、人工智能取代一些机械化的工作，例如高速公路收费站的电子化。2、技术更新淘汰不进步的人，短短几年IT技术栈从C到Python语言。3、新兴职业的出现对原有职业的冲击，就如直播带货对线下的影响。
究其原因，是大数据时代产生了信息风暴和技术更迭，不改变就面临着危机。职场中想要长久发展，需要成长型思维去应对变化。怎样才能拥有成长型思维？恰恰是《大数据时代》能教会大家的东西。
《大数据时代》是一本应用书籍，豆瓣评分7.5分，超过一万人的评价，作者维克托迈尔舍恩伯格是数据科学家，在书中敏锐指出：
大数据开启了一次重大的时代转型，因而带来了大数据时代的三次巨大变化，由此提出“大数据思维”也就是成长型思维。
结合职场的真实情况，我将跟大家一起解读这本书，并从中提炼如何在大数据时代使用成长型思维，从而长远发展自身的职业。
一、工作中，改变思维的重要性？
在大数据时代中，漫长的职业生涯会产生无数变化。经验早已不够用，应对工作变化，是每个职业人的必修课。
正如《纽约时报》在年所言：大数据时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
大数据要求我们有所改变，通过数据做决策，不再过分依赖以往的经验和直觉。否则，跟不上时代，很容易就遇到职业生涯的下滑。
举例来说：大家总会说35岁的程序员很难混，但我身边依旧活跃着不少超过40岁的程序员。实际跟年龄无关，互联网淘汰的是只依赖于经验的程序员。有朋友很年轻，才毕业两年就失业了，正是因为跟不上公司技术变化。
以上的现实案例可以说明，职场中能够应对变化很重要。尤其是信息风暴下瞬息万变，这个变化谁也无法预测，只能让自己同步发展。所以，工作中需要改变思维。
在《大数据时代》一书中，也阐述了这个观点。为什么改变思维很重要？可以总结为以下三个方面：
1、没有精确性，大数据时代的思维变化。
在学生时代答案总是唯一，但工作中并非如此。尤其是大数据到来后，一个信息会有千百种答案，根本就没有标准答案。混杂性和不确定性总是存在，唯一没有的就是精确性。
数据有价值，但精确性并非是数据的唯一价值。从以往学生时代精确性的思维，到如今接受不确定性，就是大数据时代的思维变化。
精确性似乎一直是我们生活的支撑，就像我们常说的“钉是钉，铆是铆”，但认为每个问题只有一个答案的想法是站不住脚的。不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。
只有混杂性没有精确性，这样的思维变化，是因为数据量级的变化产生的。上百万甚至上亿的数据中，强求唯一精确实在困难，只要数据总体结论可用，就能实现应有效果。
2、一切可量化，大数据时代的商业变化。
大数据时代出现了商业模式的变化，商业决策越来越依赖于数据的结果。起初商业宣传来自口口相传很难量化。而如今的商业模式皆可量化，好与不好不再只是用户的评价，而是数据会说话。通过数据做决策，包括要不要投放广告，请谁来投放广告，已是目前新的商业模式。
就连在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。
同样，在国内的金融公司，通过数据量化做决策已成为流行。这两年，算法分析师和量化分析师的工作同样成为了热门职业。
3、风险需掌控，大数据时代的管理变化。
当然，在这样的大数据中，管理也悄然发生了变化，那就是出现了无数风险。数据的存在，让用户所有信息几乎都能被搜集。管理者管理的不再只是人才，还有数据。
如果用户数据一旦发生问题，信息就会出现泄漏，这样的情况更是屡见不鲜。
年就有媒体表示：Facebook上超万用户信息在用户不知情的情况下，被数据公司“剑桥分析”获取并利用，向这些用户精准投放广告内容，引来一片差评。这让Facebook公司造成了巨大损失。
为了规避这样的损失，管理变化重要的一点，就是掌控风险。
由此，从思维商业管理三方面的变化，大数据时代都需要改变思维，让数据为己所用。
二、大数据时代，什么是成长型思维？
我们已经深刻理解思维变化的重要性，那在大数据时代，什么才是大数据思维也就是成长型思维？简单来说，成长型思维不是僵化而单一的，而是随着数据的改变而改变。《大数据时代》对成长型思维做出了一个很好的解释，包含以下三个方面：
1、不是随机样本，而是全体数据。
数据量级的增长，使得数据分析变得困难，很多人会通过某一样本得出结论。但这样的结论并非准确，只能作为一个参考。对样本分析的思维也是单一思维，无法照顾到全局。
成长型思维，就是要通过对全体数据进行分析，从而得到真正贴近事实的结论。
《魔*经济学》（Freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，是基于全体数据，恰恰是样本分析所无法提供的。
随机样本有价值，但很可能会出错。为了使思维更加全局，思考需要基于全体数据，而不只是依赖于碎片化数据。
2、不是精确性，而是混杂性。
在大数据时代中，思维很难强求精确性，因为不准确的数据同样会混入其中。过分强调精确性，反而让数据没有结果，此时要承认混杂性这一点。
这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。对“小数据”而言，最重要的要求就是减少错误。
对于异常的数据，只要不多就只会产生细小影响，这样的影响是可以忽略不计的。我们工作思维也是如此，依赖数据做决策的话，不需要针对每一条数据做精确性判断，给出综合结果即可。
举例来说，每个人对同一份工作的感悟都不同。公司里同事间的讨论有好有坏，不用急着发言，可以先听再判断。当然，对于所有意见也不需要全盘接受，根据判断得出自己的结论。
不强求精确性，正是大数据时代带给我们的思维变化。
3、不是因果关系，而是相关关系。
因果关系是我们常用的关系，也就是说，工作生活中我们总是会看因果。但数据有时给出的结论，并不一定有因果，而是有关联。
20世纪90年代，沃尔玛通过大数据分析，得出了尿布和啤酒具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。决策一出，发现销量果然大幅提升。
啤酒尿布的经典案例，看似没有因果关系，数据却能分析出相关关系。而相关关系的决策十分奏效，极大促进了销量。直到决策出来，才发现了原因。正是因为通常是爸爸去买尿布，这一群体买尿布过程看到啤酒也会购入。
这样的思维，不再局限于因果，而是考虑相关，更加立体。
因此，成长型思维包含的三个方面，正是不局限于随机样本，不强求精确性和不追求因果关系。通过这三方面的解释，也就找到了成长型思维的定义。
三、职场上，如何使用成长型思维应对变化？
基于成长型思维清晰的三方面内容，如何使用成长型思维应对职场变化也就找到了方法。针对这三方面的定义，方法分别是闭环思维法、数据重组法和思维关联法。
01闭环思维法：找到PDCA循环，做事有始有终
闭环思维的理论是“PDCA循环”，由美国质量管理专家休哈特博士提出，被广泛用于现代企业管理中。
闭环思维在具体实践上，可以分为以下四个步骤：
1、计划（Plan）：开始工作前，依赖于数据得到计划。2、执行（Do）：根据计划实践每一步，形成反复练习。3、检查（Check）：执行过程中，利用数据手段做检查。4、行动（Act）：检查完可以做出调整，从而形成闭环。每次开始一项工作，都采用这样的PDCA循环，当然就不会再依赖于随机样本，而是能从全局出发，做事有始有终。这样的闭环思维方式，就针对成长型思维中的全部数据，而不只是随机样本。
02数据重组法：找到数据扩展，不再强求精确性
单一数据很难做出精确判断，那么成长型思维需要将数据重组，也就是找到数据扩展，将一份数据进行延伸，从而不再强调精确性。
将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。
找到数据扩展的方式并不难，就是针对现有数据，搜集全部与之相关的内容。例如亚马逊利用用户的购书记录推荐新书，就是找到了数据扩展。不仅使用用户的交易记录，还使用了用户的观点数据做延伸，最后得出综合判断。
每当想做决策，思维上不要基于当下的数据，而是使用数据重组法。不再需要强调精确性，综合判断能得出更合适的结果。
03思维关联法：找到关联规则，不依赖单一思维
思维关联法针对的是单一思维，在职场中不仅仅是0和1，而是一个关联的整体。找到关联规则，就是为了使思维更立体，便于应对各种变化。
通过思维关联法找规则，就像啤酒与尿布案例，都会使用以下两步：
1、数据角度找高频：问问自己这两者是否经常同时出现？2、高频中考虑关联：查看各种指标找出高频两者有无关系？
思维关联法能从数据角度找到答案，不局限于因果关系，在职场中的决策就能更科学。如何使用成长型思维？《大数据时代》中三个针对性的方法给出了答案。
总结
职场中，学会成长型思维才能长远发展。《大数据时代》这本书阐述了时代的三大变化，从而提出了成长型思维，给出了如何拥有成长型思维的途径。工作中，想要拥有成长型思维正是这三种方法：
01闭环思维法：找到PDCA循环，做事有始有终。02数据重组法：找到数据扩展，不再强求精确性。03思维关联法：找到关联规则，不依赖单一思维。最后，通过解析《大数据时代》这本书，我们不仅对大数据时代的变化有了深入理解，更对在大数据时代中职场如何拥有成长思维有了可行性方案。希望成长型思维能够帮助大家应对时代变化，在工作中用数据辅助自己做决策。