如果出门之前，我们看到天色阴暗，乌云笼罩，根据经验，我们会判断有可能下雨，顺手就会带上雨伞。并且很庆幸自己在出门之前发现下雨的迹象，避免半路被雨淋到。这是生活中常见的一个场景，而由此也衍生出一种解决问题的方式：云-雨-伞理论。云代表着现象，雨是根据经验分析判断的结果，暂未发生，伞是我们对于预估结果的行动准备。
回顾十余年的数据分析工作，虽然之前没有听说过“云雨伞”的理论，但仔细一想，数据分析的过程，其实是一个发现乌云，分析判断会下雨，并提出带伞方案的过程。
数据分析工作，通过对原始数据的抽取、转化、加载等工作，根据分析的目标和需求，对数据进行统计分析，找出规律以判断趋势或者分类，找出异常点以做出警示。这可谓是发现“云”的工作。对于数据分析师来说，发现“云”的工作，是个体力活，这部分工作会耗费大量的时间和精力。在大数据时代，很多数据清洗工作可以由计算机替代，但是前期的建模和数据标准制定的工作仍然占用大量的时间和精力，也由此细化出ETL工程师。发现了“云”，根据趋势判断后续可能出现的情况，或者是挑出特殊的“云”，对未来的决策做出一系列的警示作用。对业务熟悉的分析师，还会提出各种带伞计划的建议，而带不带伞，带什么样的伞，最终的决定权在于决策者。
而今，我的数据分析工作翻篇，成为了一个自由独立的职业者。不需要再面对庞大的数据，但整个工作闭环仍然离不开“云雨伞”的过程。只是过程的重心，由原来的“云雨”，转变为“伞”。所有的现象和分析结果，最后都需要落实到具体的行动来支持和实现，哪怕只是试错。
近段时间，认识了很多行动派的小伙伴。在大家的影响下，我也开始通过一系列微习惯的坚持，来兑现自己行动的承诺。人生是一次充满无限可能的旅行，通过每一次小行动的积累，以抵抗和逃离从生到死这条趋势线的束缚，让自转的小星球更加完美多彩。风云变幻，未雨绸缪，随心而动。跳出舒适圈，向前一步，许自己一个不一样的人生。
