資料分析這點事

**自：

先宣告一下，按照傳統的定義，我還真不是資料分析高手，各種關聯演算法，只會最簡單的一種（話說不少場合還算管用）；各種挖掘技術，基本上一竅不通；各種牛逼的資料分析工具，除了最簡單的幾個免費統計平台之外，基本上乙個都不會用。所以，各種高手高高手請隨意bs，或自行忽略。這裡說點高手不說的。

從微博段子說起，微博上關於資料分析有兩個段子，我經常當作案例講，第乙個段子，說某投資商對某企業所屬行業有興趣，要做背景調查，甲是技術流，一周分析各種網上資料，四處尋找行業材料，天天熬夜，終於寫出乙份報告；乙是人脈流，和對方高管喝了次酒，請對方核心人員吃了頓飯，所有內幕資料全搞定，問誰的方法是對的；第二個段子，某電商發現競爭對手**店，周收入突然下降了30%，但是隔週後又自然恢復，中間毫無其他異常現象，於是老闆讓分析師分析，苦逼的分析師辛苦數日，做各種數學模型，總算找到勉強的理由自圓其說，老闆讀畢，雖說不能讓人信服，卻也沒有更合理的解釋，某日，見對手老闆，閒聊此事，「你們某段時間怎麼突然收入下降？」「嗨，別提了，丈母娘去世了，回家奔喪，公司放羊了。」老闆恍然大悟。

兩個段子，第乙個段子，微博上一邊倒的說，苦逼分析沒有人脈有用；第二個段子類似，一邊倒的認為，人脈的訊息比苦逼分析管用多了。但是我想說的是，這個解讀絕對是錯的！

我常訂閱一些著名分析師的微博，他們透露的資料往往是很有價值的（這是我訂閱的原因），但是他們的解讀通常是慘不忍睹的，這就是只看表象的惡果，而且隨便翻看一下他們的資料解讀，可以說他們的資料感和資料認知貧乏到可笑，甚至缺乏最基本的資料校核和考證的能力，他們拿到了某公司核心資料又怎樣？沒經歷過苦逼的分析，他們其實什麼都看不到。

第二個段子同理，如果不是持續有效的資料跟蹤，怎麼能得出下降30%的結論，這一資料結論與人脈得到的訊息相互驗證，才會得到完整真實的結果，否則僅僅是閒聊，你怎能知道對方企業管理對業績影響的範疇，苦逼的分析也許一時沒有人脈的訊息管用，但是你所得到的對資料的認知和積累，是人脈永遠不會給你的。

所以，再次強調，基本的資料跟蹤和日常的資料感養成，絕不是可以忽略和無視的。人脈情報可以成為資料解讀重要的資訊**，但是絕不能喧賓奪主，替代基本的資料分析工作。

作為公司或團隊負責人，怎麼培養員工的資料感，我其實也有乙個建議，平時可以搞一些小的競猜，比如團隊集體競猜新產品或產品改版上線後的日活躍使用者，或者pv數字，或者收入資料，等等；然後看誰的最準，一種是懲罰制，最不准的請最準的喝奶茶，吃冰淇淋；另一種不懲罰，最準的累計積分後公司可以發一些獎品鼓勵，這樣下去大家的資料感就會在日常培養起來，而且對團隊的氣氛培養也有幫助。

資料感之後，談資料分析的方法，我的建議是，不炫技，不苛求技術複雜度，最簡單的資料，所包含的資訊往往是最有價值的，而很多人恰恰這一步都沒做好，就總想著弄一堆挖掘演算法；資料的價值在於正確的解讀，而不是處理演算法的複雜度，切不可喧賓奪主。大公司的kpi制度，往往會產生偏差，比如技術工程師的評定，要講究「技術複雜度」、「技術領先性」，直接導致簡單的事情沒人肯做，最基本的工作不認真做！所以往往是大公司的分析工程師，為了評高階工程師，非要簡單問題複雜化，四則運算就搞定的事情一定要弄一套詭異的演算法，最終非但浪費了資源，消耗了時間，而且往往由於工程師對業務理解的漠視，對應的產品人員又對演算法的陌生，導致了嚴重的理解歧義，從而出現各種誤讀。

下面說關鍵，資料解讀，正確的資料解讀，是所有資料分析工作最關鍵的一步，這一步錯了，前面的所有努力都是白搭，然後，往往很多人簡單的以為「資料會說話」，他們認為把資料處理完一擺就ok了，所以我看到很多知名分析師拿著正確的資料信口胡謅；而更有甚者，顯然是故意的行為，乙個非常非常著名的、口碑極佳的跨國企業，曾經就同乙份很酷的資料，在不同的場合下，為了市場公關的需求，做出不同的解讀；這簡直就是道德問題了。

資料解讀，不能是為了迎合誰，要遵循資料的本質，要遵循科學的邏輯，要有想象力（配合求證），可能有時候也需要依賴人脈關係所獲得的情報，（這個也有很多典型範例），這個具體再怎麼說可能我也說不清楚，說幾個反面例子也許更容易理解。

1、因果關聯錯誤，或忽略關鍵因素，a和b的資料高度相關，有人就片面認為a影響了b，或者b影響了a；但是，有時候真實原因是c同時影響了a和b，有時候c被忽略掉了。

2、忽略沉默的大多數，特別是網上投票，調查，極易產生這種偏差，參與者往往有一定的共同訴求，而未參與者往往才是主流使用者。

3、資料定義錯誤，或理解歧義，在技術與市場、產品人員溝通中產生資訊歧義，直接導致所處理的資料和所需求的資料有偏差，結果顯著不正確。

5、忽略前提；有些資料結論是基於某種前提，符合某種特定場景下得出的，但是解讀者有意或無意忽略前提，將結論擴大化，顯著誤讀。

6、忽略互動；在商業模式改造和產品改進，往往都會出這類問題，最簡單說，你遊戲中的道具降價，對收入的影響是增還是減？如果忽略互動，僅僅依賴於資料推算，當然是減，但是實際呢？做運營的都知道。

7、缺乏常識；如果對一些重要的紀念日，節日，或者網購節不了解，那去處理有關資料顯然就不知所云了。做行業報告更是如此，很難想像對行業不了解的人能做出怎樣的報告。

8、無視樣本偏差；我們通常做資料調研，是基於樣本資料，而取樣過程本身很難做到完全的公平和分散，樣本偏差要控制在合理範疇內，即便無法控制，在結論中也需要標註；這才是嚴謹的資料解讀，對樣本偏差視而不見，甚至為了某種宣傳目的刻意尋找偏差的樣本，都不可能做出好的資料結論。

那麼，資料處理也多說一點，雖說是個技術活，但是有些不那麼技術的事情，也必須做到位才行；很多時候，我看到乙個資料，不符合我的預期，我第一反應，是了解資料**和處理邏輯，我們通常面對的資料，包括大量的干擾，噪音資料，以及一些識別上容易產生歧義甚至誤判的資料，這都是需要處理的，很多時候工程師只關心演算法層面、效率層面，不願意也不關心這些東西，所得出的資料結論失真度就非常高，越是大公司，這種情況越普遍；在我效力的巨頭公司時，這樣的範例非常多，處理方法其實很簡單，多看看源資料，對中間的噪音和干擾資料正確識別標註，對容易誤判的資料進行二次判定，全是苦力活，沒啥技術含量，但是這是必須的。

最後，很多人想知道我怎麼看資料，或者想問我，他們每天看很多資料，不知道怎麼去看，我其實有很簡單的三板斧，一學就會，一用就靈，對常見的資料場景，可解決絕大部分日常需求。簡單說就是「對比，細分，溯源」六字真言，沒了。

對比，資料放在那裡，是沒意義的，你說你遊戲周流失率80%，啥情況？不知道，你問我我也不知道。對比起來才知道。

一是橫比，你拿出50款遊戲來比，別人平均流失率90%，你80%，你遊戲還不錯勒，別人要平均流失65%，你80%，這就有問題了。

二是縱比，和自己時間軸比，你兩個月前1.0版本流失率90%，你現在80%，有進步麼，你要是兩個月前是50%，現在80%，好好反思嘍。

所以，我特別強調，在通常企業資料監控，顯示一大屏資料的介面上，對比特徵要最大體現，比如所有同比下降超過多少比例的一概紅色體現，所有上公升多少比例的一概綠色體現，公司運營狀況一目了然。

細分，資料出現對比異常，你當然想知道原因，那就需要細分了。

細分先分維度，再分粒度，什麼是維度？你按照時間去分，就是時間維度，按照地區去分，就是地區維度，按照來路去分，就是來路維度，按照受訪去分，就是受訪維度；你說今天**訪問量漲了5%，咋回事不知道，你細分一看，大部分網頁都沒漲，某個頻道某個活動頁漲了300%，這就清楚了，這就是細分最簡單的範例，其實很多領域都通用。粒度是什麼，你時間維度，是按照天，還是按照小時？這就是粒度差異，你來路維度，是來路的**，還是來路的url，這就是粒度的差異；這樣可以將對比的差異值逐級鎖定，尋找原因。

溯源，有時候我對比，細分鎖定到具體維度，具體粒度了，依然沒有結論，怎麼辦，溯源，依據鎖定的這個維度和粒度作為搜尋條件，查詢所涉及的源日誌，源記錄，然後基於此分析和反思使用者的行為，往往會有驚人的發現，我們正是基於這一邏輯發現過產品的一些缺陷，而且你不斷通過這個方式分析資料，對使用者行為的理解也會逐步加深。

其實，這個話題還有很多延伸，比如，如何看乙個年輕人有沒有資料分析潛質；以及如何培養資料分析和產品分析人才，等等，不過，就這樣吧。今天說的不少了，我水平有限，吃飯的就這幾招，而且又老又笨，大家都會了我離下崗也不遠了，您就凑活看吧。

感謝諸多網友反饋提到的錯誤用詞，緯度修改為維度，特此標註。

還有這個人品大爆發，連續被名人推薦，受寵若驚，其實，這個，愧不敢當

資料分析這點事

資料分析這點事

需求分析和資料分析那些事。

mount掛載這點事

資料分析這點事

資料分析這點事

需求分析和資料分析那些事。

mount掛載這點事

相關推薦