一开始的回答写成了“如何锻炼出强悍的数据分析问题”，后来才发现问题其实更大。但是其实答案更简单和抽象，强悍的分析能力依赖于三点：信息收集能力、特征识别能力和推演能力。
信息收集能力的涵盖很广泛，从生活中的察言观色和听话听音，到资料查询和搜索引擎使用，甚至可以包括更复杂一些的网络爬虫等等。看似容易做到极致却很难，就算是在律所投行咨询等一些高大上的公司，能把搜索引擎及文献检索做到极致，也会成为差异化的竞争力。另外，会聊天会提问也是一门技术，以便获取更多的高价值一手信息。除去直接的信息收集，之后的信息整理和归类也很关键，能够大幅提升人脑检索的速度和质量。
其实信息收集能力对于分析能力的重要性不言而喻，如同当下火爆的大数据概念，核心就两条：数据在质量和数量上出现突破，算力在质量和数量上出现突破。前者是关于信息收集，而后者将在下面提到。
特征识别能力听起来玄乎，其实在生活中被不知不觉广泛应用，简单说就是从庞杂的信息中提取出最容易记忆和最具代表性的部分，为下一步的分析和关联作为基础。人看人的脸会发现各有不同，是根据各种五官的特征及组合形成了自己的分类体系；然而人看鸡的脸就会犯脸盲症，因为原有的特征识别能力失效了。甚至外国人看亚洲人都觉得神似，因为他们习惯于用头发眼睛颜色来区分，遇到都是黑眼睛黑头发的亚洲人就发懵了。
除了这种天生形成的特征识别能力，也有不少是在工作生活中通过言传身教或者系统学习获得：妈妈嘱咐平时接到中奖电话或不要搭理，HR 评估候选人看教育背景和工作时间，产品经理评估 App 用 DAU 和留存率……越复杂的事情，需要识别和综合考虑的特征越多越复杂，比如投资人评估公司除了看利润、PE 和增长率等，还有各种定量定性多得数不胜数的指标，而且每个成功的投资人的侧重点和角度还略有不同。
更高阶的就是长期积累从量变引发质变，通过身边最普通的事件做特征识别。典型例子就是：在新闻联播中播音员念出来的都是中文，对大多数人而言都平淡无奇甚至是陈词滥调；然而却有人能从遣词造句、播放频次以及前后顺序等特征中，找到投资机会或者嗅觉到政治动向。
如果换到机器掌控的大数据和 AI 领域，其实就是通过 Deep Learning 等方式找到最有效的特征值做分类。
推演能力是建立在特征认知之后的进一步深度理解和行动。如果没有推演，只是进行浅层次得根据特征识别出来的结果进行分析，往往就是“看山是山”，没有触及到现象所掩盖的本质以及指导我们做出对自己最有益的行动。这种推演能力往往是建立在长期的相关性观察和因果观察的基础智商，通过“人肉大数据”或者“机器大数据”形成一套逻辑链条，最终达到“看山不是山”甚至“看山仍是山”的段位。
在答案中（ 何明科：有哪些令人拍案叫绝的推理桥段？ ）就列举了一个著名的投资案例：某国核潜艇发生重大事故>>引发民众对多个筹备中的核电厂项目的担忧及恐慌>>核电对传统能源的替代作用减弱>>引发对传统化石能源需求增大的猜测>>传统化石能源的价格上涨。真正的投资高手在核潜艇事故发生的第一时间就完成了整个分析以及逻辑链条的推演，然后开始投资布局，最终获得大胜。
这样的故事在投资圈里很多，难怪投资是最考验人类智商的工作之一。从 21 世纪开始，IT 及互联网技术蓬勃向上，无数基金在各类科技公司砸下重金，然而真正赚到钱的人又有几何呢？选中亚马逊、苹果和谷歌等这样的公司并长期拿住，并不是易事。然而有一批基金却做出了挖水卖铲的决定，他们的推理链条如下：互联网及移动互联网兴起>>消费者对手机及移动流量的需求大幅增加>>电讯公司需要建设更多的基站>>投资基站建设公司。
这里有个很大的疑问是：为什么基金们不直接投资电讯公司？首先，美国的电讯行业较为分散，而且时常面对反垄断法的折磨，同时有被互联网公司彻底通道化而降低利润的危险。而美国的基站建设业务基本被三家巨型公司垄断 75% 以上的份额，美国铁塔公司（AMT）是其中规模最大也是利润最丰厚的一家；同时，基站建设有先发优势，一旦在某些地理位置布局和建设基站，电讯公司不容易更换。所以较之电讯公司，基站建设公司的垄断性及防御性，都远远更强，因此是更好的投资标的。所以，在其他基金疯抢各类高科技公司以及电讯公司的时候，这些基金暗暗布局和重仓基站公司，特别是 AMT。
最后 AMT 走出的股价曲线如下左图，最低点的股价是不到 1 美元，目前是 100 多美元；而且即使在移动互联网逐步兴起的 2010 年开始投资，到目前也有 3 倍以上的回报。如下右图，是对比 AMT、Yahoo 和微软三家从二十一世纪开始到目前的股价走势，AMT 也走出了稳稳的增长趋势。
评论