前言
說實(shí)話，數(shù)據(jù)分析是人人都會(huì)的，只是沒有把它提升到是一個(gè)分析的過程，在每個(gè)人的腦子里都有不同的思考的方式。所以今天講“數(shù)據(jù)分析的魅力和坑”可能只是在各位原有的一些思維層面上，有一些不太注意的地方會(huì)變成坑，然后導(dǎo)致一些不太好的結(jié)果。今天主要把我遇到的坑和大家分享，以后在遇到同樣的情況下，也可以避開那些坑的情況。我們先思考一個(gè)簡(jiǎn)單的邏輯題，讓我們的思維更快速一點(diǎn)。
珠寶店被盜，警察問了4名嫌疑人，甲說“不是我做的”，乙說“是丁做的”，丙說“丁沒有偷”，丁說“肯定是乙偷的，”4個(gè)人里一個(gè)人說一句話，誰偷的?
“甲偷的”。為什么是甲偷的?因?yàn)檫@里面有兩個(gè)人說話是矛盾的，一個(gè)是“丁偷的，”一個(gè)是“丁沒有偷”，兩個(gè)里面肯定有一個(gè)是真的，因?yàn)橹挥幸粋€(gè)人說真話，其他兩個(gè)都是假話，所以甲說“不是我做的，”那就是他做的，就是這樣。因?yàn)樗膫€(gè)人里只有一個(gè)人說了真話，有兩個(gè)人說了相反的一句話，那么其中有一個(gè)人肯定是真，有一個(gè)人肯定是假的。我不問這兩個(gè)人誰說的真，誰說的假，另外兩個(gè)人說的肯定是假，所以是甲做的。這就是邏輯上的關(guān)于矛盾的點(diǎn)，一定要關(guān)注。其實(shí)數(shù)據(jù)分析也是這樣，當(dāng)你看數(shù)的時(shí)候，首先看到的有矛盾的數(shù)。應(yīng)該是甲大乙就大，但是現(xiàn)在甲大，乙小了，這兩個(gè)之間出現(xiàn)了矛盾，就要去關(guān)注它。
下面，我們接著來說數(shù)據(jù)分析到底能做些什么。
第一、數(shù)據(jù)分析來源于生活，每個(gè)人在生活中都在解決數(shù)據(jù)分析的問題。
第二、數(shù)據(jù)在很多地方呈現(xiàn)的時(shí)候都會(huì)誤導(dǎo)你，誤導(dǎo)你的時(shí)候是基于什么?你自己如果有一定的準(zhǔn)備你就會(huì)知道。
第三、職場(chǎng)發(fā)展的需要。
第一章：數(shù)據(jù)分析的作用——解決生活問題
大家先思考兩個(gè)問題(如圖一)。這兩個(gè)問題相當(dāng)經(jīng)典，也是在數(shù)字思考中會(huì)出現(xiàn)的問題。只是說遇到的事不一樣，但是思維方式是一樣的。關(guān)于這兩個(gè)問題，當(dāng)時(shí)我們老師在學(xué)校里上課的時(shí)候給了我們五分鐘的時(shí)間思考，當(dāng)時(shí)最快完全答對(duì)只有學(xué)財(cái)務(wù)的同學(xué)。
(圖一)
第一道題目，27元是三個(gè)人出的，服務(wù)員是他進(jìn)的(賬)，所以這是兩個(gè)東西。進(jìn)(賬)的還有誰?老板。所以出的是27元三個(gè)人，進(jìn)賬的是老板的25以及服務(wù)員2塊，所以沒有那個(gè)1塊錢。
第二道題目，出的是他的50塊，為什么只有50塊?因?yàn)檫@50塊是為了完成這一單交易，所以他所有的出就是這個(gè)50塊。但是他有入的，就是這一筆生意所賺的利潤，這個(gè)利潤是4塊，所以就是46，因?yàn)樗蛄税苏邸?/p>
當(dāng)時(shí)我們很受啟發(fā)的原因在于，可能我們把很多東西都想得復(fù)雜。但是分析的過程應(yīng)該是把復(fù)雜的東西簡(jiǎn)單化，盡可能地用一到兩個(gè)概念來解決它。所以我們說通過這些生活中的故事或者說發(fā)生這些大家經(jīng)常討論的東西，我們會(huì)得到三個(gè)點(diǎn)：
第一，聚焦在矛盾的地方上。如果兩個(gè)數(shù)值，比如說注冊(cè)到充值、充值到首投是一個(gè)流程性的過程，常態(tài)來說應(yīng)該是漏斗流失這樣的過程，如果中間出現(xiàn)了反向的，比如注冊(cè)量少，充值量大，它就是出現(xiàn)了矛盾，那么就要去關(guān)注引起這個(gè)矛盾的原因。
第二，避免偷換概念。剛才說的那個(gè)一塊錢去哪了?那個(gè)一塊錢根本不存在，你去哪找那一塊錢?其實(shí)概念已經(jīng)被偷換了。
第三，要把復(fù)雜的過程想得簡(jiǎn)單一點(diǎn)。財(cái)務(wù)的同學(xué)當(dāng)時(shí)就是考慮兩個(gè)維度，一個(gè)是出，一個(gè)是入，所以他很快就能得出結(jié)果。而我們就會(huì)在過程中一而再再而三地反復(fù)地算，然后得不出正確的答案。
這就是我舉的例子想要跟大家分享的點(diǎn)了。數(shù)據(jù)分析除了要思考，你可能還要得出結(jié)論，如何得出結(jié)論?剛才講的是比較零散的點(diǎn)，我們現(xiàn)在用一個(gè)我們生活中實(shí)際發(fā)生的案例來跟大家過一下一般是怎么樣的思維過程來形成完整的報(bào)告或者結(jié)論。
這道題目就叫“大姨媽與小表弟”。什么意思?過年的時(shí)候我回家，我大姨媽跑過來跟我媽聊天說我小表弟快要中考了，然后這次期末考得不太好。大概是這樣的情況，她也很擔(dān)心，說不知道要是考不起好的中學(xué)該怎么辦。因?yàn)槲以诜块g里，我也沒聽太清楚，但是我出來的時(shí)候就接了一個(gè)工作，就是我媽給我的。我媽說“快安慰安慰你大姨媽，幫幫你小表弟”。
對(duì)于我們來說，就等于是接了一個(gè)任務(wù)目標(biāo)了，這個(gè)任務(wù)目標(biāo)就是這兩句話。這其實(shí)是兩件事情，在場(chǎng)的同學(xué)會(huì)從哪些角度去考慮?當(dāng)然你可以問問題，因?yàn)槟愦笠虌尵妥莾?，你可以問她。她的目的也很清晰，她?dān)心的是小表弟能不能考上好高中。接著就是你媽說讓你安慰一下她、幫一下你的表弟。大家遇到那種情況，一般會(huì)問些什么或者說會(huì)從哪些角度來考慮這件事情?在這里，我給大家說一下我的思考方式。
首先，從趨勢(shì)上進(jìn)行分析。剛才也有同學(xué)談到，包括環(huán)境、行業(yè)、競(jìng)爭(zhēng)對(duì)手，就是說小表弟本身的學(xué)校排名是什么樣的情況。如果他本身是在重點(diǎn)初中里的排名已經(jīng)很高，你安慰大姨媽肯定首先就是說“這基本上上好一點(diǎn)的高中的問題不大，只是說我們要去哪一個(gè)”。好與更好，而不是說好與能不能上，這是兩個(gè)概念。
另外，班級(jí)最近的氛圍怎么樣?是不是因?yàn)榄h(huán)境造成了小表弟這次考試可能沒考好?另外就是小表弟近期的情況，是不是身體原因或者怎么樣。
這些其實(shí)都是外圍的情況，看完外圍的情況就會(huì)多維分解一下小表弟自己的考試。比如說他的分?jǐn)?shù)怎么樣、有沒有偏科、試卷結(jié)構(gòu)怎么樣、怎么樣制訂目標(biāo)。比如說他有一科很強(qiáng)，其他的很弱，很弱是因?yàn)槭裁?比如說如果是語文很差，語文是哪一塊差?
你這些可以輔助來判斷。從安慰大姨媽到幫小表弟的過程應(yīng)該是更深度地聚焦在到底該怎么樣幫的點(diǎn)上，所以要更加往下細(xì)分。比如說語文卷面是閱讀不好，閱讀該怎么辦?那就得往下分。
至于用戶細(xì)分的考慮這一塊其實(shí)只是一種運(yùn)用，可能不是特別恰當(dāng)，但是只是說有這種思維，你會(huì)去分析一下。比如說你剛才已經(jīng)分析出假如小表弟是語文不太好，那么他們班上語文學(xué)習(xí)好的這些同學(xué)是有哪些特征或者他們是怎么樣去學(xué)語文的。比如說大家都背詩詞或者都在看一些報(bào)刊，甚至是不是有老師開小課?這些情況你有沒有了解清楚或者說家長知不知道?這些都需要去了解。
另外，除了本來就學(xué)得好的，還有那種排名上升特別快的同學(xué)，這些同學(xué)是用了什么方法在這么短的時(shí)間內(nèi)有提升?這個(gè)方法是不是小表弟也可以學(xué)?這個(gè)也可以觀察。再下面，關(guān)于漏斗流失以及如何分析，按道理來說應(yīng)該是一個(gè)路徑，這里不應(yīng)該這樣講。但是實(shí)際上可以把思路變化一下，而不是這樣的豎向的固定流失，而有可能是橫向的結(jié)構(gòu)問題。我們就可以分析他試卷的以往錯(cuò)誤率，是因?yàn)檫@次沒考好考砸的，還是你本來這一科就一直不好?這也是需要去了解的。另外就是你錯(cuò)誤的板塊，到底是因?yàn)槭裁丛?是這次的原因還是歷史的原因?這是需要提前了解的。
最后，要快速嘗試一下。比如說有些同學(xué)排名上升很快的學(xué)習(xí)方法適不適用?你總要去試一下。
不僅僅是這些維度，還可能有更多的維度。當(dāng)然因?yàn)閿?shù)據(jù)分析是一種思維，思維是沒辦法拘禁的。無論你經(jīng)過多少的思考，最后會(huì)有一個(gè)結(jié)論。這個(gè)結(jié)論一般會(huì)是什么樣的結(jié)構(gòu)?你已經(jīng)問了大姨媽這么多問題，最后怎么樣整體來回答她?
我們的目標(biāo)一個(gè)是安慰，一個(gè)是幫小表弟。我們最終得出的是這樣的結(jié)論。
首先安慰大姨媽。“大姨媽，你不要著急。從學(xué)校和班級(jí)的排名來看，小表弟怎么樣”，因?yàn)槭紫纫獙?duì)這次小表弟的排名情況或者說考試情況作一個(gè)整體的判斷，看看這個(gè)程度到底去到什么程度，是真的慘不忍睹還是還有得救?你總得給大家一個(gè)心理準(zhǔn)備，是真的考不起要去花錢找關(guān)系，還是說補(bǔ)一補(bǔ)花點(diǎn)錢也能夠讓他自己努力得了，或者說其實(shí)也不要太在意，這次就只是一次小失誤。你首先要對(duì)大的這次的情況作一個(gè)判斷。老師對(duì)他怎么樣是定性?他本身是個(gè)什么樣的狀況?接著就說這次沒考好主要是因?yàn)槭裁?，這是剛才我們說的哪一個(gè)東西影響到他。也就是說我們這次考試除了判斷他的事態(tài)和程度，還要找到他這次情況的現(xiàn)狀，并且分析是因?yàn)槭裁丛驅(qū)е碌摹Ｈ缓?ldquo;小表弟在這個(gè)考點(diǎn)上一直怎么樣，從以前的考試情況來看怎么樣”，其實(shí)是對(duì)歷史作一個(gè)總結(jié)。是一直就不怎么樣還是說以前的考試還可以，這次不怎么樣，要對(duì)歷史作一個(gè)總結(jié)。接著就說“他班上的誰在這塊學(xué)得挺好的，主要是因?yàn)樵趺礃樱?rdquo;那你就要看一下競(jìng)品在這一塊上到底是怎么做的、有沒有借鑒意義?最后就說“我們可以怎么樣，下一次考試的目標(biāo)就是怎么樣”，你要對(duì)整體作一個(gè)建議，以及對(duì)目標(biāo)進(jìn)行管理。你也不能讓大姨媽的期望值太高，要管理期望，不能直接說“高中沒問題，考個(gè)一中二中什么的”，那也不行，也得讓你小表弟喘口氣。
整體的回答就會(huì)是這樣的邏輯結(jié)構(gòu)。你從接到一個(gè)標(biāo)題或者你要分析的東西一直到它最后出結(jié)果，整個(gè)流程的輔助維度可能就是這些，其實(shí)還會(huì)有更多的維度來輔助。其實(shí)數(shù)據(jù)分析在生活中是很常見的，大家也都經(jīng)常使用它。
第二章：數(shù)據(jù)分析的作用——降低被誤概率
除了剛才那些問題可能時(shí)不時(shí)會(huì)發(fā)生，但是更多出現(xiàn)的是一些容易被誤導(dǎo)的數(shù)據(jù)。我沒有說被騙是因?yàn)樗膊荒芙凶鲵_，只是它誤導(dǎo)了你，而你選擇了相信。我們經(jīng)常在一些報(bào)刊雜志上看到很多數(shù)據(jù)就開始傳播，我也希望這次聽完這些之后，如果不是特別確定的還是不要傳播，容易引起恐慌。
如圖二，我們來看這些報(bào)刊雜志上是怎么樣描述這些數(shù)據(jù)的。首先是“情感?？膶＜彝ㄟ^讀者的反饋研究發(fā)現(xiàn)，有80%的家庭表示后悔要小孩”。“人們一般認(rèn)為平均23度感覺舒適”。“當(dāng)今交通危險(xiǎn)日益增長，據(jù)不完全統(tǒng)計(jì)，現(xiàn)在因?yàn)轱w機(jī)事故喪生的人數(shù)是20年前的15倍”。“北京2012年離婚率是39%，有點(diǎn)不敢結(jié)婚。居全國之首，預(yù)計(jì)到2017年將超過50%。”“甲同學(xué)期末五科總分450分，乙同學(xué)期末五科總分460分，乙同學(xué)比甲同學(xué)優(yōu)秀”。接下來這個(gè)是最常見的，“2015年，全國32個(gè)主要城市平均薪酬為6070元”。最后是參軍海報(bào)上寫的，“美國海軍的死亡率為千分之九，而同期的紐約死亡率為千分之十六。所以參軍更安全，鼓勵(lì)大家參軍”。這些都是摘自一些報(bào)刊雜志上或者說平時(shí)經(jīng)常會(huì)出現(xiàn)的一些東西。至于為什么感覺不是騙了你，而是你被它誤導(dǎo)?我們講完這一章之后來回答，大家也可以想一下，大部分可能已經(jīng)知道在哪有有不對(duì)了。
(圖二)
我們已經(jīng)發(fā)現(xiàn)了很多生活中出現(xiàn)的“騙”或者說被誤導(dǎo)的東西，我們?yōu)槭裁催€要統(tǒng)計(jì)。哈佛的統(tǒng)計(jì)學(xué)院的創(chuàng)始人莫斯特勒說過“要用統(tǒng)計(jì)很容易，但是不用統(tǒng)計(jì)騙人就更容易了”。
什么叫做數(shù)據(jù)分析?數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)方法對(duì)收集來的大量第一手資料和第二手資料進(jìn)行分析，以求最大化地開發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù)的作用。為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。里面包含兩個(gè)關(guān)鍵信息：第一，有用信息。第二，形成結(jié)論。
第一，有用信息。對(duì)于數(shù)據(jù)來說什么是有用信息?主要是三個(gè)方面的東西：1、數(shù)值。2、比率。3、圖形。它還會(huì)有很多種，但是我們經(jīng)常接觸到的東西比較多的會(huì)是這三種類型。
1、數(shù)值
大家平時(shí)接觸得非常多，算術(shù)平均數(shù)、眾數(shù)、中位數(shù)，平均數(shù)大家知道了，眾數(shù)就是一個(gè)數(shù)組里出現(xiàn)得最多次數(shù)的那個(gè)數(shù)，中位數(shù)就是它的位置處于那一組數(shù)據(jù)的中間位置的數(shù)字。這三個(gè)數(shù)里面，只有眾數(shù)是真數(shù)，它是不會(huì)改變數(shù)本身的任何特性的。中位數(shù)是半假數(shù)，因?yàn)楫?dāng)數(shù)組出現(xiàn)偶數(shù)的時(shí)候，它是需要計(jì)算的。只要是你需要第二次計(jì)算的，就會(huì)出現(xiàn)人為操作上的或者是任何形式上的失誤，所以中位數(shù)叫半假數(shù)。而算術(shù)平均數(shù)實(shí)際上就是一個(gè)假數(shù)，因?yàn)樗枰氵M(jìn)行二次計(jì)算，而且在計(jì)算的過程中會(huì)經(jīng)常出現(xiàn)不可意料的坑。
看圖三，三月份投資人數(shù)10個(gè)，投資總金額1萬，平均客單價(jià)1000。到了四月份，投資人數(shù)漲了，投資金額翻一番，平均客單價(jià)是10倍。如果你是做數(shù)據(jù)分析的，一看到這個(gè)數(shù)第一時(shí)間估計(jì)就興奮得崩潰了，真的要這樣往上報(bào)嗎?
(圖三)
它上面寫的是平均客單價(jià)，當(dāng)提到“平均”這兩個(gè)字的時(shí)候，需要去看一下數(shù)本身的情況，也就是說里面有沒有異常值。如果說你追回去，最后發(fā)現(xiàn)四月份雖然來了20個(gè)投資人，投資金額這么大，結(jié)果其中一個(gè)投資人自己就投了15萬。你再一算，平均客單才2500。結(jié)果你把這個(gè)報(bào)上去，老板跟你說“10倍的增長不錯(cuò)，下個(gè)月做平均客單12000吧”，你就把自己坑上了，結(jié)果實(shí)際才2500，也許整個(gè)部門都被你坑上了。
如果真的出現(xiàn)了這樣的數(shù)要往回追溯，我們說有坑就要埋，怎么樣來埋這個(gè)坑?首先你要看整個(gè)數(shù)組里有沒有異常值，有異常值是不能用平均值的，必須把異常值剔除掉再來看。
其次，按道理來說數(shù)組里應(yīng)該是看方差，但是實(shí)際工作中我不建議引入更多的數(shù)據(jù)概念。因?yàn)槟軌虻贸鼋Y(jié)論并不是說你用的工具越復(fù)雜、越高端越好，而是越能快速、精準(zhǔn)地定位到問題并得出結(jié)論越好。所以我會(huì)建議直接用最大、最小值以及中位數(shù)就能看出是否異常，這樣比算方差或者再去理解的標(biāo)準(zhǔn)差的概念更方便，所以我會(huì)建議直接用大家都理解的東西去得出結(jié)論。
2、比率
大家用百分比的更多，可能比看絕對(duì)值看得更多。大家都會(huì)說“環(huán)比是什么情況，同比是什么情況”。我們先對(duì)同比和環(huán)比作一個(gè)概念上的區(qū)分。同比是指相同時(shí)間點(diǎn)進(jìn)行比較，比如說2015年3月和2016年3月。環(huán)比就是時(shí)間點(diǎn)的比較，比如說2015年3月和2015年4月是一個(gè)前后沿的關(guān)系。并不是說比例就是我這個(gè)月的比上個(gè)月的，這就是值，沒什么坑好出現(xiàn)。但是不然，還是有的。我們?cè)賮硗谝粋€(gè)坑。
看圖四，這是模擬的投資金額數(shù)。這是2015年2月1日到7日，以及2016年2月1日到7日的投資金額分布情況。老板看了這個(gè)數(shù)，他就看著你，你就看著圖。如果是這樣的情況，既然有坑，我們就應(yīng)該把坑埋了。特殊日期節(jié)點(diǎn)是不能單純從絕對(duì)日期上進(jìn)行比對(duì)的，最好是以特殊日期本身作為對(duì)比的基準(zhǔn)。比如說“春節(jié)前一周的投資金額的比對(duì)”，在這個(gè)時(shí)候尤其要區(qū)分周六和周日的情況，在你看波動(dòng)性的時(shí)候有沒有周期性波動(dòng)。周六、周日屬于周期性波動(dòng)，而這種是屬于特殊日期的節(jié)點(diǎn)性波動(dòng)，所以這兩個(gè)在看圖和做圖的時(shí)候都要很小心，一不小心就把自己坑了。
(圖四)
3、圖
這些大家都非常清楚，平時(shí)也用得比較多，包括柱形、餅圖、折線和條形圖。這些圖形有很多是以組合圖的形式出現(xiàn)，這里只需要區(qū)分一點(diǎn)就是柱形圖和條形圖用得比較混，可能條形圖主要是區(qū)分類別，而柱形圖更偏向于區(qū)分時(shí)段。所以條形圖有一個(gè)很大的特征在于它的任何軸之間是可以變換位置的，而柱形圖一般不太可以。圖形其實(shí)很容易誤導(dǎo)，因?yàn)槿嗽诘谝粫r(shí)間看的時(shí)候是很容易受圖形影響的，我們就來看看圖的坑在哪?如圖五，如果單純從圖上看大家可以得出什么結(jié)論?
(圖五)
先看上半部分，其實(shí)只是因?yàn)樗臄?shù)標(biāo)軸不一樣，所以在看圖的時(shí)候，尤其是兩個(gè)月的圖形進(jìn)行比對(duì)的時(shí)候，先看的是大情況，基準(zhǔn)線很重要。一個(gè)是0起點(diǎn)，一個(gè)是400起點(diǎn)，那么400起點(diǎn)的波動(dòng)看上去肯定會(huì)更大。
再看下半部分，看起來感覺增長都是一樣的，但是這個(gè)會(huì)看得比較清楚一點(diǎn)。其實(shí)這兩個(gè)表達(dá)的是同一個(gè)意思，因?yàn)橐粋€(gè)是增量，一個(gè)是基礎(chǔ)量，這個(gè)是兩周期之間的差值，但是看上去一個(gè)增長明顯，一個(gè)增長緩慢。這并不是坑，而是說你該如何從圖形上表述你的觀點(diǎn)以及該用什么樣的圖形來表達(dá)這個(gè)事情是怎么樣一個(gè)情況和趨勢(shì)。
剛才已經(jīng)說了有用的信息是數(shù)，三種數(shù)——真數(shù)，半假數(shù)和假數(shù)，我現(xiàn)在問一下還記得假數(shù)是哪個(gè)數(shù)嗎?平均數(shù)，平均數(shù)必須要考慮什么?考慮異常值。
接下來我們會(huì)形成結(jié)論，對(duì)剛才的信息進(jìn)行判斷之后，我們要形成結(jié)論用什么樣的方法?會(huì)說到四種方法：1、對(duì)比。2、拆分。3、增維和減維。4、假設(shè)。
在這里，只會(huì)講一下對(duì)比和拆分，為什么?因?yàn)樵鼍S和減維是在你實(shí)際需要的過程中主要為了輔助你判斷使用的，而假設(shè)是你需要根據(jù)你得出的結(jié)果或者說你得不出結(jié)果的時(shí)候去進(jìn)行一次假設(shè)，這個(gè)相對(duì)而言是比較抽象的，而對(duì)比和拆分就是我們平時(shí)使用得最多的兩種方法。
1、對(duì)比
對(duì)比的定義不需要過多解釋，因?yàn)樵谧耐瑢W(xué)應(yīng)該對(duì)于對(duì)比都比較清楚，平時(shí)也經(jīng)常使用，但是我在這里強(qiáng)調(diào)需要關(guān)注的四個(gè)點(diǎn)：
(1)對(duì)比的對(duì)象要一致。什么意思?就是兩個(gè)值之間進(jìn)行比對(duì)的時(shí)候，它基本對(duì)象是一致的。這個(gè)可以回憶一下剛才我們看的報(bào)刊雜志里有些會(huì)誤導(dǎo)你的其實(shí)就是因?yàn)樗谋葘?duì)對(duì)象不一致造成的。
(2)時(shí)間屬性要一致。比如說有兩家企業(yè)，一家企業(yè)跟你說“我的離職率是12%。”你大概心里有數(shù)，然后問到下一家企業(yè)的時(shí)候，他說“你不要去那個(gè)，那個(gè)12%不行，我這邊很穩(wěn)定，我才4%。”然后你說“不錯(cuò)，那就去他那吧”。結(jié)果回頭一問，一個(gè)是年度的，一個(gè)是月度的，這坑就大了。所以你在時(shí)間屬性上一定要問清楚是否一致，當(dāng)然剛才那個(gè)數(shù)只是打個(gè)比方，月度和年度不可能差那么小。
(3)定義和計(jì)算方式一致。這就真的要非常注意，我在以前遇到過，當(dāng)時(shí)是做一個(gè)報(bào)告，要定位的人群是青年人。世界衛(wèi)生組織定義青年人的時(shí)間是從14歲到44歲。國家統(tǒng)計(jì)局定義青年人為15歲到34歲。所以再一次強(qiáng)調(diào)，定義很重要。你說的青年人跟我說的青年人壓根就不是同一波人，所以在這塊上，定義非常重要。
(4)數(shù)據(jù)源要一致。這與剛才的定義是一樣的，你從國家統(tǒng)計(jì)局拿數(shù)，我從世界衛(wèi)生組織拿數(shù)，也許我們倆的數(shù)永遠(yuǎn)都對(duì)不上。所以你的數(shù)也是對(duì)的數(shù)，我的數(shù)也是對(duì)的數(shù)，我們倆的數(shù)就是對(duì)不上的數(shù)。所以這就是數(shù)據(jù)源的問題，一定要很清晰。
2、拆分
拆分是用來快速定位為有問題的字段的，比如說成交額出現(xiàn)了異常波動(dòng)，你就要把成交額這個(gè)字段進(jìn)行拆分，拆成成交用戶×客單價(jià)。成交用戶又被拆分成訪問數(shù)以及轉(zhuǎn)化率。A有問題了，B有沒有問題?B和C哪個(gè)有問題?B下面的D和E哪個(gè)有問題?拆分是為了最快地找到出現(xiàn)異常問題的那個(gè)數(shù)，也可以用排除法從下到上排。就是說哪一個(gè)出現(xiàn)了問題就可以快速地解決它，拆分是最大程度地快速定位到需要解決的那一個(gè)模塊上，它是一個(gè)聯(lián)動(dòng)的過程，每一個(gè)數(shù)值的變化后面可能是有原因的，這個(gè)原因是什么就能快速地找到。所以這是平時(shí)就要建立的一個(gè)邏輯問題，這邊也是單獨(dú)拿出來跟大家講，拆分這個(gè)東西真的非常重要，這個(gè)功課平時(shí)就要做，出現(xiàn)的時(shí)候才能夠找到是哪塊出現(xiàn)問題，而不是一到出現(xiàn)問題的時(shí)候再去找。
這就是我們先前看到的那些報(bào)刊雜志里的問題，我們?cè)賮砘厮菀幌碌降走@些數(shù)值誤導(dǎo)了我們什么。
1、有80%的家庭表示后悔要小孩。這就是剛才我說的你的統(tǒng)計(jì)對(duì)象必須要一致，為什么不一致?你得出的這個(gè)結(jié)論是情感專刊的專家通過讀者的反饋，比如說平時(shí)喜歡看一些情感專家的情感多少都有點(diǎn)問題，那么他有80%的家庭表示后悔要小孩似乎也能接受了，因?yàn)橐话闶钦l有問題誰吐槽。
2、這還是一個(gè)平均值的問題，更確切的表述應(yīng)該是“體感”吧，23度感覺會(huì)舒適，而不是平均，因?yàn)槟隳_踩火盆頭頂冰同樣也是平均23度，但是那樣會(huì)非常不舒服。所以“平均”這個(gè)詞的使用是要很小心的。
3、現(xiàn)在飛機(jī)喪生的人數(shù)是20年前的15倍，貌似很嚇人，但是它對(duì)比的是絕對(duì)值。從時(shí)間屬性上來說，20年前才多少人坐飛機(jī)?才有幾輛飛機(jī)對(duì)吧?其實(shí)這就是要考慮時(shí)間的問題，如果是這樣的表述，應(yīng)該是百分比，是說當(dāng)年的坐飛機(jī)人數(shù)和喪生的人數(shù)和與現(xiàn)在坐飛機(jī)的人數(shù)和喪生的人數(shù)的比，而不是用絕對(duì)值去直接比。
4、關(guān)于離婚率的問題。北京2010年的離婚率是39%，預(yù)計(jì)到2012年要超過50%。現(xiàn)在超了嗎?我也沒關(guān)注。反正這個(gè)數(shù)當(dāng)時(shí)辟謠了幾個(gè)月，最后得出的是統(tǒng)計(jì)方法上的問題。按結(jié)婚的跟離婚的比率就是39%。可能更科學(xué)的算法就是離婚的占總?cè)丝诘?，因?yàn)樗撬汶x婚率，所以離婚率應(yīng)該是按人口數(shù)來算的。
5、甲同學(xué)期末五科的總分是450分，乙同學(xué)期末五科的總分是460分，得出乙同學(xué)比甲同學(xué)優(yōu)秀。這其實(shí)是定義問題，就是優(yōu)秀怎么判斷的問題。優(yōu)秀是指分?jǐn)?shù)這句話可能問題不大，但是比如說中間有一個(gè)是特長生，他在他特長的那一塊，你也可以說他優(yōu)秀。這就是關(guān)于優(yōu)秀的定義不一樣。
6、平均薪酬不用說，出來的時(shí)候大家每年都吐槽，都是被馬云爸爸坑了，都是“被平均”的那個(gè)。
7、關(guān)于海軍死亡率的問題就是剛剛提到的關(guān)于統(tǒng)計(jì)對(duì)象的問題，海軍的死亡率雖然是千分之九，但是死的都是身體健康青壯年。而同期紐約死亡率雖然為千分之十六，它有可能是因?yàn)榻煌ㄊ鹿?、病、老等各種原因。本身的統(tǒng)計(jì)對(duì)象都不一樣，所以你要得出“參軍更安全”的結(jié)論本身就是誤導(dǎo)，所以大家都不會(huì)相信。
第三章：數(shù)據(jù)分析的作用——職場(chǎng)發(fā)展需要
當(dāng)然，也不是說數(shù)據(jù)分析那么神乎其神，而是如果有這樣的數(shù)據(jù)分析的思維方式，會(huì)使工作更加便捷，就像得出結(jié)論或者說反饋一些信息的時(shí)候不至于誤導(dǎo)別人或者說被別人誤導(dǎo)。相對(duì)于職場(chǎng)發(fā)展的需要，前面兩塊幾乎都是一個(gè)基礎(chǔ)，因?yàn)椴荒苷f數(shù)據(jù)分析是一個(gè)工具，而只能說是一種能力，這種能力需要經(jīng)常去培養(yǎng)。我講到職場(chǎng)發(fā)展的需要是在中間單獨(dú)拎出一塊來說，平時(shí)大家也遇到比較多的就是關(guān)于怎樣提數(shù)據(jù)需求。因?yàn)楹芏嗤瑢W(xué)不會(huì)直接接觸到數(shù)據(jù)庫，可能會(huì)提很多需求給提數(shù)據(jù)的那個(gè)人，中間會(huì)產(chǎn)生很多溝通成本，可能得出的結(jié)論也不是自己需要的。其實(shí)提數(shù)據(jù)的需求就是從Word轉(zhuǎn)成Excel的過程。
接下來我們說幾個(gè)點(diǎn)，不說完全能覆蓋，但是這幾個(gè)點(diǎn)平時(shí)忽視得比較多，需要關(guān)注。就是Word的這句話如何拆分、如何定義、目的是什么、限制條件是什么，很多同學(xué)會(huì)問“目的難道不是應(yīng)該排在數(shù)據(jù)分析得第一位嗎?沒有目的怎么提數(shù)”但是有時(shí)候你想分析一個(gè)東西的時(shí)候，你是模糊的，你是不太知道你到底是為了干嘛，但是我就想知道，很多人會(huì)有這樣的想法。你在拆分和定義這句話的時(shí)候，你的目的會(huì)越來越清晰，所以我才把你最核心的目的放在第三塊，那么到了第三塊的時(shí)候，對(duì)于為什么要提這個(gè)數(shù)，你已經(jīng)非常清晰了。
舉個(gè)簡(jiǎn)單的例子，這是一個(gè)初步的想法，他就說“我想知道近期有短標(biāo)投資行為的用戶的復(fù)投行為”?？赡芫褪呛芎?jiǎn)單，就是說我想知道這個(gè)東西。然后我們對(duì)它進(jìn)行拆分，它的核心字段是定語后面的主語，他就是想看復(fù)投行為。它的定語是什么樣的復(fù)投行為?是近期的、買過短期的、有過投資行為的用戶的復(fù)投行為。那么就是把這樣一個(gè)Word的文字表達(dá)變成了字段的形式，這是第一步拆分。
然后我們要定義它。什么叫做復(fù)投?
(1)復(fù)投是指單筆到期之后再投還是說這個(gè)用戶第二次再投資了?這是要區(qū)分的。
(2)“復(fù)投”、“行為”是核心，行為是指質(zhì)還是量?我要的是復(fù)投的金額占比還是復(fù)投的次數(shù)?你到底是要分析什么?這個(gè)投資的行為到底是什么行為?
然后再是近期，近期是一個(gè)月、三個(gè)月還是半年?如果說你是單筆到期復(fù)投之后，你的近期就要和它的投資標(biāo)的相關(guān)。如果近一個(gè)月，你要說單筆到期再復(fù)投根本就不會(huì)有數(shù)。所以這需要考慮清楚。
然后就是短標(biāo)。短標(biāo)是15天還是30天的?你是怎么界定它的?這個(gè)標(biāo)包不包括新手標(biāo)?
然后就是投資行為。因?yàn)槟闵厦嬲f的是近期有短標(biāo)投資行為，是首次投資短標(biāo)行為還是只要近期有過投資的行為?
最后就是用戶。用戶好像也很容易界定，它是首投用戶還是復(fù)投用戶?當(dāng)然復(fù)投用戶在這里應(yīng)該是不存在，但是你還是要對(duì)用戶本身進(jìn)行界定，因?yàn)樗獙?duì)象清晰。
只有你自己把這些都理清楚了之后，你就知道你的目的是什么、你會(huì)得出什么結(jié)論，當(dāng)你把你的這句話拆成這樣的核心內(nèi)容以及定義完之后，你就會(huì)知道你這個(gè)數(shù)提出來會(huì)得到什么結(jié)論，那么你就知道你的目的是什么。像很多時(shí)候提數(shù)之前我會(huì)問“你要什么數(shù)你想清楚了沒有?”其實(shí)這就是想清楚的過程。
至于限制條件就是有些條件需要特別清晰，比如說短標(biāo)包不包括新手標(biāo)，這是作為限制條件。如果你要的復(fù)投行為只是說他有沒有過，那么限制條件只要判斷他是否有復(fù)投行為，而不需要提到他復(fù)投了多少次、多少錢。
所以在提數(shù)據(jù)需求的時(shí)候，我當(dāng)時(shí)有幾個(gè)建議：不是非常必要的字段越少越好。因?yàn)橐粋€(gè)人能分析的字段是有限的，不可能一個(gè)人覆蓋到七、八個(gè)或者九、十個(gè)詞，這樣兩兩關(guān)聯(lián)會(huì)很難判斷，因?yàn)橹虚g的因素太多了，最好就是兩到三個(gè)詞，能聚焦到核心內(nèi)容。
其實(shí)這些就是實(shí)際工作中可能會(huì)涉及到的一些內(nèi)容，今天總共作了三個(gè)方面的分享：
第一、數(shù)據(jù)分析在生活中的一些情況。
第二、會(huì)誤導(dǎo)你的一些數(shù)。
第三、從實(shí)用的角度談?wù)勌釘?shù)據(jù)需求所關(guān)注的一些點(diǎn)。
申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
