定量分析方法的数据。
运用定量研究方法获得的数据对管理决策非常重要。
事实上，数据操作考虑的是我们对信息的综合处理能力，这不仅仅是从数据的角度，也是通过解读信息来帮助我们做出决策。很多小卖家经常问，我没有数据，我的数据量很小。我应该如何进行数据操作？其实这个概念是错误的。数据操纵是为了让我们能够准确精细的操作，但并不代表所有的数据。但实际上，我们越是需要在未来将所谓的经验信息转化为数据，才能保证后续的规律掌握在手中，才能心中有数。
更早的时候，即使在大公司，也不是所有的东西都能形成数据。因此，在决策过程中，定量和定性同时存在。这时候我们会把我们掌握的所有信息作为决策的依据。因此，数据分析不是企业管理决策的唯一因素，也不是所有的问题都用数据说话。
100%的信息反映客观因素。
对图表和数据的崇拜和迷信往往会让企业决策者不假思索地认为统计数据是客观、合理、可信的。这也不正确。最著名的例子是1985年可口可乐公司对可乐配方的改进，几乎造成了灾难性的后果。可口可乐公司花了400万美元和大量人力对其产品进行了一系列口味测试和问卷调查，最终决定用更甜更软的新配方取代99年前的旧配方。结果显示，大多数消费者认为新可乐更容易接受，于是可口可乐公司做出了这样的决定，激怒了数百万可口可乐粉丝，迫使公司重新使用旧配方，两个多月后再次道歉。这件事让十年后的戈斯维多(当时的可口可乐公司董事长)心有余悸，公开承认这是一个大错误，一场大灾难。
在调查中，受访者不可避免地会受到文化背景、教育水平、个人性格和一些不可预测的心理因素的影响。他们的回答在多大程度上反映了我们无法预测的真实情况。所以在处理这些统计数据时要保持正常的怀疑态度。
其实数据是商家导入的。例如，当我们的店主检查产品属性时，他们想向搜索引擎显示它们，而不是向消费者显示。比如女装款式，很多产品甚至卖家都搞不清是属于日韩欧美系列还是街头系列。而消费者其实并不在乎，只要他能发现，他就会觉得对。这是一个模糊的概念。这时候我们看到的往往和消费者自己理解的不一样。所以当我们分析市场的时候，会发现韩版占据了80%的市场份额，但其实并不是80%的人喜欢这种风格的韩版。他只是觉得这个产品适合自己。80%的数据是因为大部分商家都把产品风格改成了韩版，系统(业务人员，健康和经济软件等。)抓取他们正在检查的部分。所以，在选择市场的时候，不要觉得自己一定是韩版，你只需要是韩版，但产品不一定是韩版。
生成数据的过程是符合逻辑的。
验证这个错误的最简单的例子是计费。前期很多商家很自信的恢复了买家的浏览(购买)轨迹，就是先搜索，再比较，然后收藏购买，再和客服聊天，最后购买。但是，其实真正的买家和不同的人，浏览路径完全不同。所以这个过程产生的数据表面上是符合逻辑的，实际上根本不符合消费者的真实轨迹。事实上，原始数据的处理和分析模型的选择是非常自由的。也就是说，同样的数据，可以分析出不同的结果。比如我们在分析销售数据的时候，从数据的角度来看，销售是线性增长的，所以从数据的角度来看，可以用线性预测的方法来预测后续的销售。但是如果忽略产品的季节性，那就是死路一条。
因此，数据分析师对参与调查的企业或行业了解不够，可能导致数据处理和分析出现偏差，或者故意将原始数据处理成自己期望的结果(可能只是因为他们认为这样的结果更“合理”)。同样，这也说明了数据生成过程不一定符合逻辑。
数据不会被误读吗？
大多数操作人员认为，数据不会因为其客观性和较强的通用性而被误读或模糊。事实是，对数据的误读在我们的管理实践中非常普遍。比如数据显示公司平均身高163cm，那么这个身高是不是和男女分开的呢？是否排除极值？这很容易导致误解。
其实我们刚才提到的数据分析中的五种思维方式都被误解了:从价值的开始到价值的结束；从爆炸开始到爆炸结束。这是操作误读的各种数据。数据是客观的，但数据往往是事后统计的，有一定的滞后性，市场在变化。那么数据分析方法客观吗？观察数据的人有偏见吗？它有自己的局限性吗？这也是误读数据的重要原因。所以有一种说法，不了解数据的人宁可不看，也不要被数据误导。但是需要注意的是，在未来的社会中，数据越来越普遍，不再像以前那样单纯的靠经验总结，甚至没有多少人能真正掌握经验。可以说，未来的竞争是数据的竞争。所以现在越来越多的企业帮助我们解读数据，思考一些关键决策。我们不需要花时间做这些基本的事情，只需要把握最关键方向的数据决策。
在意数据有什么副作用吗？
其实数据太多不一定是好事。过分细化的指标很容易让人丧失自我判断能力。比如对于客服人员来说，一味的追求响应速度指标可能会失去响应质量，所以我们也需要综合分析查询转化率、服务态度等指标，而不是一味的要求响应速度必须达到一定水平。再比如，我们在分析绩效时，过多的绩效评价指标往往会限制一个人“过度”，使这个人缺乏主动性。一旦他缺乏主动性，就不能灵活处理事情，只能生硬地工作，但这在这个社会实际上是不可行的。所以，关注数据有时会带来负面影响，要抓住重点，不要过分要求锦上添花。
其实以上都是衡量人辨别数据的能力，说起来很简单。但是，各种问题只有真正做到了才会发现。这些问题往往是因为没有把这五个思想和五个陷阱结合起来。你觉得自己已经很了解数据了，但实际上你可能连1%的数据都没有，却经常被数据牵着鼻子走。那是未来短期内的现状，也是大家取得突破最关键的环节。所以，必须牢记五个思想，五个陷阱，这样才能在做事的过程中不断反思自己。数据重在效率，越简单越有价值越有效，这点很重要。太繁琐，太注重规章制度，这不是数据分析的基础。
在今天分享的内容中，下一篇文章将继续分享收藏量/客价/转化率/退费率。
我是一个普通的数据分析师，推广数据的应用。
| 留言与评论（共有 条评论） |
