不会编程技术，如何将大数据思维运用到工作中呢？

今天我们分享一个社群会员的例子。

我是一名企业管理专业的研二学生，市场营销方向。为什么我认为数据分析有吸引力呢？

因为之前看《增长黑客》一书，增长黑客指以数据驱动营销、以市场指导产品，通过技术化手段贯彻增长目标的人。所以，我希望自己也能成为一名增长黑客。

营销理论学了一堆，也有相关的实践，但是技术是我的短板，因此我希望学习数据分析技术弥补自己的不足，增强未来求职的竞争力。

下面说说我和数据分析的小缘分——如何用大数据分析工具来解决科研中的问题。

研究生阶段，导师为我们指定了“分享经济”这一领域，围绕这一点来选择自己喜欢的角度进行资料搜集，最后确定选题。

在“大数据分析方法论”中看到百度指数这个图的时候，我想起我在知网做资料搜集时用的“指数”功能，快速地了解某一领域的研究情况，还能检索不同年限的文献、经典文献等。

知网指数分析功能

后来，我决定做案例研究，研究方法简单分为定量和定性。我选择了定性研究，现在已经研二了，意味着我不大可能从零开始做一个定量研究，扎实学点数据分析方法可以弥补这方面的不足。

在确定了研究方法后，我需要知道，在分享经济领域里，哪些内容是关注最火的？

首先，我在数据库检索了来源于SSCI质量较高、被引量较高的期刊之后，把这些搜索到的文献导进Nvivo软件里做了一个词频分析。

根据分析结果，我可以看到，围绕着分享这个主题很多学者认为这是新型的消费方式（基于使用权而不是所有权）。有人关注其商业模式，有人则关注在这个系统中的消费者行为。在这个领域里，研究得比较多的是汽车行业。

在没有任何想法的时候，这样的分析结果可以用来做头脑风暴的依据，也可以知道研究热点在哪。

但是，这样的分析结果是比较粗糙的，提炼不出逻辑性、针对性强的信息，我在一篇文献里看到弥补这些缺陷的，非常酷的共引分析（工具：BibExcel program）与文本分析（工具：Leximancer）。

共引分析是引文分析方法中的一种，是一种定量的情报研究方法，主要通过分析两篇文献同时被别的文献引用的情况来研究文献之间的关系。这种方法被广泛用于科学评价、科技管理等诸多领域。

下面这个图是共引分析，可以看出学者之间文献的引用关系，强关系的共引有着共性的研究主题。