生活无时不刻需要决策，决策需要数据来驱动，如何驱动，需要分析来帮忙，然而最具戏剧性的是：分析也是有策略的——分析也需要决策。

例子

举个例子，随着年龄的增长，见识了越来越的年轻人由于不看工作和生活的压力，晕倒在工作第一线，所以我渐渐萌生了保险的意识，那如何买保险呢？

有人说这还用问，直接找保险公司或代理呗（这算一个拍脑袋的决策不）。卖哪个公司的保险呢，同一类保险好多产品，我买哪一款呢？找保险销售呗（这有一个决策诞生了）。于是，我们就找国内最牛的保险公司某安，正好门口就有他们的分公司，去买吧。进去之后发现，有n个销售扑向我，买买买！买这款吧！经过一顿介绍，最终我形成了一个初步决策：买一份“畅保万年”重疾险！
为啥做这样一个决策，因为销售用详细的数据分析了一下，这是某安具性价比的重疾险产品。

以上就是用数据驱动来做决策的过程，大家有没有发现漏洞？
没有漏洞呀，这不是拍脑袋拍出来的决策呀，是有数据支持，还有分析的哦，如下：
数据支持：销售给了保险产品详细的产品介绍和各种参数，即是有数据支持的。
分析：1全国顶尖保险公司某安；2某安重疾险中的性价比最优的旗舰产品。

但貌似忽略了在分析中应用决策的能力，也就是用一定的策略来指导分析的过程。
主要的漏洞就是，我竟然没有进行竞品分析。难道排名第二的保险公司的重疾险旗舰产品一定比某安的差吗？

 

那我该如何优化买重疾险的决策呢？

数据：
1、收集所有保险公司的重疾险类的各种产品的保障条款。
2、衡量自身的情况，如：年龄，收入，消费，编码能力等等。
分析：
1、分类比较各个重疾险产品的保障条款，量化比较各个指标。
2、抽象出自己的用户画像
分析的策略：
1、写个程序，从海量重疾险数据中找出符合自己用户画像的产品。
2、太难了，找专门做保险咨询的数据科学家吧。最好他还能分析所有的竞品（不同保险公司的产品）。有没有这样的咨询师，还真有——那就是保险经纪人。