菜市场，所以常去买菜的还是附近的钱大妈。但我却没怎么去更近的一家生活超市，店面比较大，除果肉蔬菜外，也卖油盐酱醋，还有生活用品，但奇怪的是顾客却不到钱大妈的1/10。
为什么几乎所有潮州牛肉店都很多人，有很多甚至在门口排了很长的队？
观察到这些，常常会陷入思考，为什么会发生这些，新零售到底改变了什么？
再举个例子。
去年拿保温杯泡着枸杞的中年男火了。
关于这个，我又问了自己几个问题：拿着保温杯泡着枸杞的是不是都是中年男？如果是，这个特征能否被数据量化？可否考虑加入到算法模型当中，加以应用起来？
虽然很多问题，我没有找到答案，但多问自己问题，会引发自己不断深入思考，不断激发自己好奇心，不断去研究。
很多业务知识都是零散的，不可能在短时间内完全了解，可以在日常不断积累。
关于日常积累业务知识，可以经常询问懂业务的人。这是我想说的第三个方面。
刚进公司的时候，我以为业务很简单。很快，我就发现里面的坑不少。加上所在团队的成员也是刚入职不久的，问问题没处可问。过了一个月之后，我发现隔壁团队有两个十年左右的老员工，业务很熟，而且人特好。于是，我几乎一遇到业务问题，就跑过去“骚扰”他们，他们也很乐意解答，如果他们不清楚，他们也会告诉我应该去找谁了解。大约半年之后，我基本摸透了顺丰的数据和业务情况。我也和那两位老员工建立了不错的友谊，即使后来换了部门，我也经常过去找他们。
跟懂业务的人搞好关系，遇到业务问题，多咨询他们，这是最有效最接地气的办法。
多看书，这是我想说的第四个方面。
比如说，从事新零售领域方面的工作，总得先了解新零售是怎么回事。你可以去听专家们忽悠，但这样的机会很少，而且时间也有限，说不定成本还很高。
读书则不一样。读书，意味着主动了解，主动去构建自己的知识体系。
读书的重要性，这里不多言了。
如果您读这篇文章的时候，您恰好也是一位数据人。我还想告诫一句：我们不能脱离业务去看数据，而是要时刻从业务角度去理解数据。
我们不敢期望可以完全理解这个世界，但也憧憬着我们不单可以在代码的世界里畅快驰骋，论剑江湖，也可以放下身段洞察芸芸众生之百态，领悟人间世俗之真情。
如果真的可以的话，就没有需求分析师什么事了。