嗯？你不知道曹大神是誰(shuí)？額，那還是先來曬曬他的履歷吧。咦，在百度百科上竟然沒找到，好吧，果斷找到了知乎上的說明。

曹政，網(wǎng)名caoz。俞軍（不知道是誰(shuí)的點(diǎn)這里）的關(guān)門弟子，CNZZ統(tǒng)計(jì)工具的，前百度商業(yè)產(chǎn)品部boss，4399CTO。曾參與創(chuàng)建一統(tǒng)統(tǒng)計(jì)，cnzz站長(zhǎng)統(tǒng)計(jì)，并曾主持搭建百度商業(yè)分析支撐平臺(tái)，數(shù)據(jù)控。

這里，丟個(gè)知乎上關(guān)于他的介紹地址好了，有興趣的親們，請(qǐng)點(diǎn)進(jìn)去自己看哈。

不能跑題，這里是繼續(xù)來說數(shù)據(jù)分析的，其實(shí)也不算是什么博大精深的東西，但是對(duì)于俺們這種入門級(jí)的玩家來說，也算是一個(gè)很好的指導(dǎo)吧。

一、關(guān)于數(shù)據(jù)感

Rude曰：一個(gè)甲方的接口人，每次我把報(bào)表給他時(shí)，他總是一看能發(fā)現(xiàn)一些我根本注意不到的問題，之前感覺十分神奇，忽然找到了給他這種本領(lǐng)的定義，數(shù)據(jù)感。

下面是caoz對(duì)數(shù)據(jù)感的定義：

什么是數(shù)據(jù)感？是別人說一個(gè)數(shù)據(jù)出來，你會(huì)琢磨一下這個(gè)是否符合常理，與你日常的數(shù)據(jù)觀測(cè)經(jīng)驗(yàn)是否一致，如果不一致，那么可能的理由是哪些？ 比如12306號(hào)稱幾十億次點(diǎn)擊，如果你有數(shù)據(jù)感，眼會(huì)質(zhì)疑這個(gè)“點(diǎn)擊”定義的合理性；比如曾經(jīng)有人說某國(guó)內(nèi)圖片分享網(wǎng)站多少億訪問量，眼知道這個(gè)“訪問量”定義是有歧義的，（事后官方解釋是圖片加載量，這個(gè)和訪問量差異幾十倍。） 數(shù)據(jù)感需要不斷的培養(yǎng)，和基本的邏輯（比如你應(yīng)該知道中國(guó)有多少網(wǎng)民，每天有多少人上網(wǎng)，一個(gè)大概什么類型，什么排名的網(wǎng)站會(huì)覆蓋網(wǎng)民的比例是多少），以及善于利用各種工具，我以前在巨頭公司，得益于公司巨大的數(shù)據(jù)資源，可以看到很多互聯(lián)網(wǎng)的核心數(shù)據(jù)；但是離開后，才發(fā)現(xiàn)，其實(shí)互聯(lián)網(wǎng)上公開可獲取的數(shù)據(jù)途徑是非常多的，而且善于利用的話非常有效。每天去查詢一些感興趣的數(shù)據(jù)，經(jīng)過一段時(shí)間積累，想沒有數(shù)據(jù)感都難。

作為公司或團(tuán)隊(duì)負(fù)責(zé)人，怎么培養(yǎng)員工的數(shù)據(jù)感，我其實(shí)也有一個(gè)建議，平時(shí)可以搞一些小的競(jìng)猜，比如團(tuán)隊(duì)集體競(jìng)猜新產(chǎn)品或產(chǎn)品改版上線后的日活躍用戶，或者pv數(shù)字，或者收入數(shù)據(jù)，等等；然后看誰(shuí)的準(zhǔn)，一種是懲罰制，不準(zhǔn)的請(qǐng)準(zhǔn)的喝奶茶，吃冰淇淋；另一種不懲罰，準(zhǔn)的累計(jì)積分后公司可以發(fā)一些獎(jiǎng)品鼓勵(lì)，這樣下去大家的數(shù)據(jù)感會(huì)在日常培養(yǎng)起來，而且對(duì)團(tuán)隊(duì)的氣氛培養(yǎng)也有幫助。

二、關(guān)于數(shù)據(jù)分析的方法

Rude曰：說道這個(gè)，或許答案應(yīng)該是各種語(yǔ)言，各種算法。但是 ，仔細(xì)想想，或許此處也應(yīng)該遵循簡(jiǎn)單粗暴有效的方式。

曹大神曰：談數(shù)據(jù)分析的方法，我的建議是，不炫技，不苛求技術(shù)復(fù)雜度，簡(jiǎn)單的數(shù)據(jù)，所包含的信息往往是有價(jià)值的，而很多人恰恰這一步都沒做好，總想著弄一堆挖掘算法；數(shù)據(jù)的價(jià)值在于正確的解讀，而不是處理算法的復(fù)雜度，切不可喧賓奪主。 大公司的kpi制度，往往會(huì)產(chǎn)生偏差，比如技術(shù)工程師的評(píng)定，要講究“技術(shù)復(fù)雜度”、“技術(shù)性”，直接導(dǎo)致簡(jiǎn)單的事情沒人肯做，基本的工作不認(rèn)真做！所以往往是大公司的分析工程師，為了評(píng)工程師，非要簡(jiǎn)單問題復(fù)雜化，四則運(yùn)算搞定的事情一定要弄一套詭異的算法，終非但浪費(fèi)了資源，消耗了時(shí)間，而且往往由于工程師對(duì)業(yè)務(wù)理解的漠視，對(duì)應(yīng)的產(chǎn)品人員又對(duì)算法的陌生，導(dǎo)致了嚴(yán)重的理解歧義，從而出現(xiàn)各種誤讀。

三、關(guān)于數(shù)據(jù)解讀

Rude曰：這里，表示屬于一個(gè)空白區(qū)，但是，確實(shí)可以感受到有時(shí)候根據(jù)數(shù)據(jù)下的結(jié)論還是有偏差的，我將這種錯(cuò)誤歸結(jié)為邏輯上的偏差。

曹大神曰：

數(shù)據(jù)解讀，不能是為了迎合誰(shuí)，要遵循數(shù)據(jù)的本質(zhì)，要遵循科學(xué)的邏輯，要有想象力（配合求證），可能有時(shí)候也需要依賴人脈關(guān)系所獲得的情報(bào)，（這個(gè)也有很多典型范例），這個(gè)具體再怎么說可能我也說不清楚，說幾個(gè)反面例子也許更容易理解。

1、因果關(guān)聯(lián)錯(cuò)誤，或忽略關(guān)鍵因素，A和B的數(shù)據(jù)高度相關(guān)，有人片面認(rèn)為A影響了B，或者B影響了A；但是，有時(shí)候真實(shí)原因是C同時(shí)影響了A和B，有時(shí)候C被忽略掉了。

2、忽略沉默的大多數(shù)，特別是網(wǎng)上投票，調(diào)查，極易產(chǎn)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用戶。

3、數(shù)據(jù)定義錯(cuò)誤，或理解歧義，在技術(shù)與市場(chǎng)、產(chǎn)品人員溝通中產(chǎn)生信息歧義，直接導(dǎo)致所處理的數(shù)據(jù)和所需求的數(shù)據(jù)有偏差，結(jié)果顯著不正確。

4、強(qiáng)行匹配；不同公司，不同領(lǐng)域的數(shù)據(jù)定義可能不一致，在同一個(gè)公司內(nèi)或領(lǐng)域內(nèi)做對(duì)比，往往沒有問題，大家對(duì)此都很習(xí)慣，卻有評(píng)論家不懂裝懂，強(qiáng)行將不同定義的數(shù)據(jù)放在一起對(duì)比做結(jié)論，顯著失真；海外金融機(jī)構(gòu)在分析中國(guó)頁(yè)游和端游市場(chǎng)連續(xù)犯這類錯(cuò)誤。

5、忽略前提；有些數(shù)據(jù)結(jié)論是基于某種前提，符合某種特定場(chǎng)景下得出的，但是解讀者有意或無意忽略前提，將結(jié)論擴(kuò)大化，顯著誤讀。

6、忽略交互；在商業(yè)模式改造和產(chǎn)品改進(jìn)，往往都會(huì)出這類問題，簡(jiǎn)單說，你游戲中的道具降價(jià)，對(duì)收入的影響是增還是減？如果忽略交互，僅僅依賴于數(shù)據(jù)推算，當(dāng)然是減，但是實(shí)際呢？做運(yùn)營(yíng)的都知道。

7、缺乏常識(shí)；如果對(duì)一些重要的紀(jì)念日，節(jié)日，或者網(wǎng)購(gòu)節(jié)不了解，那去處理有關(guān)數(shù)據(jù)顯然不知所云了。做行業(yè)報(bào)告更是如此，很難想像對(duì)行業(yè)不了解的人能做出怎樣的報(bào)告。

8、無視樣本偏差；我們通常做數(shù)據(jù)調(diào)研，是基于樣本數(shù)據(jù)，而采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范疇內(nèi)，即便無法控制，在結(jié)論中也需要標(biāo)注；這才是嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)解讀，對(duì)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，都不可能做出好的數(shù)據(jù)結(jié)論。

四、關(guān)于數(shù)據(jù)怎么看

Rude曰：數(shù)據(jù)需要對(duì)比，細(xì)分之后總能找到問題的癥結(jié)，這點(diǎn)在之前的工作中相當(dāng)之有體現(xiàn)。

曹大神曰：

簡(jiǎn)單說是“對(duì)比，細(xì)分，溯源” 六字真言，沒了。

對(duì)比，數(shù)據(jù)放在那里，是沒意義的，你說你游戲周流失率80%，啥情況？不知道，你問我我也不知道。對(duì)比起來才知道。

一是橫比，你拿出50款游戲來比，別人平均流失率90%，你80%，你游戲還不錯(cuò)勒，別人要平均流失65%，你80%，這有問題了。

二是縱比，和自己時(shí)間軸比，你兩個(gè)月前1.0版本流失率90%，你現(xiàn)在80%，有進(jìn)步么，你要是兩個(gè)月前是50%，現(xiàn)在80%，好好反思嘍。

所以，我特別強(qiáng)調(diào)，在通常企業(yè)數(shù)據(jù)監(jiān)控，顯示一大屏數(shù)據(jù)的界面上，對(duì)比特征要體現(xiàn)，比如所有同比下降超過多少比例的一概紅色體現(xiàn)，所有上升多少比例的一概綠色體現(xiàn)，公司運(yùn)營(yíng)狀況一目了然。

細(xì)分，數(shù)據(jù)出現(xiàn)對(duì)比異常，你當(dāng)然想知道原因，那需要細(xì)分了。

細(xì)分先分緯度，再分粒度，什么是緯度？你按照時(shí)間去分，是時(shí)間緯度，按照地區(qū)去分，是地區(qū)緯度，按照來路去分，是來路緯度，按照受訪去分，是受訪緯度；你說網(wǎng)站訪問量漲了5%，咋回事不知道，你細(xì)分一看，大部分網(wǎng)頁(yè)都沒漲，某個(gè)頻道某個(gè)活動(dòng)頁(yè)漲了300%，這清楚了，這是細(xì)分簡(jiǎn)單的范例，其實(shí)很多領(lǐng)域都通用。 粒度是什么，你時(shí)間緯度，是按照天，還是按照小時(shí)？這是粒度差異，你來路緯度，是來路的網(wǎng)站，還是來路的url，這是粒度的差異；這樣可以將對(duì)比的差異值逐級(jí)鎖定，尋找原因。

溯源，有時(shí)候我對(duì)比，細(xì)分鎖定到具體緯度，具體粒度了，依然沒有結(jié)論，怎么辦，溯源，依據(jù)鎖定的這個(gè)緯度和粒度作為搜索條件，查詢所涉及的源日志，源記錄，然后基于此分析和反思用戶的行為，往往會(huì)有驚人的發(fā)現(xiàn)，我們正是基于這一邏輯發(fā)現(xiàn)過產(chǎn)品的一些缺陷，而且你不斷通過這個(gè)方式分析數(shù)據(jù)，對(duì)用戶行為的理解也會(huì)逐步加深。

小結(jié)：

數(shù)據(jù)分析，是一條苦逼的路，但是數(shù)據(jù)驅(qū)動(dòng)決策，卻是十分理性的選擇。當(dāng)然，在現(xiàn)實(shí)生活中，或許驅(qū)動(dòng)你決策的，更多是信仰。

來自于：《seo科學(xué)之美》中的文章均系Rude原創(chuàng)