想精进,就要学会用数据说话

  • 文/良大师

小苍:

你好!

前几日你私信给我说:领导说你脑子和数据不兼容,毫无敏感度。你感到万分沮丧,甚至开始怀疑人生,请我给你支支招......

其实你的求助,已经说明了你的“敏感”,这年头无论你从事什么职业岗位,如果没有点“数据力”,都很难有进一步的发展。

但是,先不要恐慌,因为你并不孤独,多数人和你一样,以前我也和你一样......

刚刚就任营业部经理时,天天看业绩报表,一个月初的10号,看到部门当月的营业收入比去年同期比上升了不少,很是欣喜。

于是我马上写邮件给领导,汇报了近期的工作重点和喜人的业务增速,说白了就是想邀下功。

谁知没多久领导冷冷的回了一句:“你没发现今年比去年多了两个工作日吗?你好像对数据没什么感觉啊......”

于是,我赶紧查看去年的日历,发现去年当月10号一共是6个工作日和4个休息日,而今年当月则是8个工作日和两个休息日。

一般情况下销售人员都只在工作日出单,所以业绩的增长可能仅仅是“节奏”的问题。

果然,到了月中,业绩增速被拉了回来......

这个小小的教训,让我认识了数据敏感的重要性,也开始刻意的培养这方面的能力

后来在产品、企划、营销等岗位沉浸过几年,和数据打交道的机会多了起来。

总结了几点建议给你,希望有帮助。

另外,我不是数据分析专业,仅从思维这个角度谈谈我一些浅薄的见解。

1、锻炼计算思维

我先出一道题给你吧:

小明买了1支笔和1张纸一共花了1.1元,已知笔比纸贵1元

请问笔和纸各为多少元?

是1元和0.1元吗?可这样笔只比纸贵了0.9元。

所以正确答案是:( )元和()元。

相信上面这两个空你一定可以填出来。

所以,这道题需要的是“计算思维”。

它需要你刻意的测量计算,而不仅仅是凭直觉的想当然。

比如,你去超市采购牛奶,有大盒1L容量的,还有小盒250ML的,也就是四小盒相当于一大盒。

你会买大盒还是小盒?

我知道你单身,所以很有可能选小盒,因为大盒不方便。

但有家庭的就常常会选择大盒,因为不存在喝不完坏掉的问题,而且大盒应该会便宜些。

等等,问题出现了,“应该便宜”只是人们的直觉思维,是不是真便宜就需要计算思维了。

几年前,我在几家超市都计算过,大盒牛奶的单位价格不仅不比小盒的便宜,甚至还更贵.....

所以数据敏感度的最大敌人就是“感觉”。

“感觉”会诱发错误的归因,错误的归因引发错误的判断,谬误链条就此形成。

消息是,计算思维是能刻意训练的,也就是随时找你身边的事来练手,时间久了,你对数据的敏感度自然也就提高了。

比如:利用你上下班的时间,看到汽车车牌的数字,和自己玩玩24点的游戏。

再比如:简书上有些热文题目常常是《我一年读500本书后,推荐给你的10本经典》,你就可以用你的计算思维来推敲一下了。

一个人一小时正常阅量是多少字?

一本书大概多少字?

500本书一共大概多少字?

一年的时间,就算不过年、不放假、不上学、不上班,除去吃喝拉撒后,清醒阅读的时间又能有多少?

几个问题解完后,你也许就会像我一样,在心中暗暗惊叹:“WOO......,原来是闪电侠哦......”

2. 建立概率思维

再出一道题:

睿文年纪不大,偏瘦,戴着黑框眼镜,比较爱看书。

请问他的职业是什么?

(A)保险代理人

(B)新媒体编辑

你会选B吗?因为他太像一个新媒体编辑了。

可如果按照概率思维,应该选A才对,因为中国有700万的保险代理人,应该远远多于新媒体编辑,所以选择A正确的可能性当然更大。

很多时候,我们很容易沉浸于对事务的“描述”,然后再根据“描述”自动匹配相应的答案。

正确的做法则恰恰相反,应该更注重概率的因素,以概率主导判断。

运用概率思维无论在生活还是工作中,都能最大可能的指导你做正确的判断。

比如有些人害怕坐飞机,这完全是因为对罕见恶性事件的夸大判断,如果你比较飞机与汽车事故死亡率数据,就知道飞机的安全性高于汽车千万倍。

再比如工作上,一个新人在选择部门时,如果本着晋升的心态,就要去了解每个部门的晋升率,成为选择的一个依据。

概率思维的建造是一个系统工程需要一些统计知识理性思辨常识,后面我会系统的推荐书籍。

3. 提升质疑思维

对数据敏感的另一个体现是:能对统计数据提出质疑。

当下信息铺天盖地,总有各种专家拿一些数据来忽悠你,如果你有一定的质疑思维,就可以洞察到数据底层的一些漏洞,养成独立思考的习惯。

具体怎么做呢?我提三个重点:

*质疑定义

往往有人抛给你一个统计数据,你首先要考虑的是:

它所表述的概念和我理解的概念是否一致?

也就是说,概念是不是被刻意偷换了?

一次看某个风投项目计划书,是针对小微企业线上运营的,其中有个数据说:“中国小微企业的线上化率达到了45%左右”,所以前景巨大。

我就问线上化率的具体概念指什么?后来挖来挖去,才知道这个数据来至某个咨询公司,而之前用的定义叫“触网率”,也就是只要在网上交易过,或在网上发布过信息都算。

你看,线上化率和触网率差别也忒大了。

所以,很多时候定义一个问题,比解答一个问题更重要。

*质疑样本

当一个MBA广告说,读过MBA的人收入比没读过的高28%。

需要深入想想,来读MBA的都是什么人?应该多为企业的高管或准高管,所以他们的收入肯定比一般人高。

这就是典型的样本谬误,来读MBA人的身份,自然形成了一种过滤器,只留下来好的样本。

工作中也一样,在决策时,要考虑数据结果是否存在样本谬误的可能。

我任产品总监时,有一条产品线,整个市场亏损,但我们公司却多年盈利,于是采取了激进的策略,业务迅速扩大,但亏损也随之而来。

后来反思,正是因为之前较为严格的审核制度,筛选进来的客户都非常优质,当然就盈利。

但这些样本也误导了我们,一旦我们吸入更多的样本时,成本率也回归于市场的均值。

其实你再想想以下现象,是不是都存在样本谬误的可能?

· 那些名校的升学率(好学校吸引更优秀的学生进来)
· 打篮球会让人长高(矮个子在这个运动上可能坚持不下去)

其实真是这样,我们很多司空见惯的结论,都是值得质疑与思考。

*质疑因果

一块冰,放在太阳下,会融化成水。在这个时候你知道水是由冰形成的。

但,当你看到太阳底下有一滩水,有人告诉你,这水是冰变的,因为冰在太阳下会融化。

此时你就要当心了,你很有可能陷入一种“因果谬误”。

因为,很多原因可以造成水的出现,比如有人吐了口水,或小朋友撒了一泡尿等等。

一件事的出现,可能有众多原因促使,不能把“关联”当成“因果”。

比如,有数据长期饮用红酒的人比不饮用者,得重大疾病概率低13%。

你就要思考,有可能是喝红酒的人群本身条件使然,他们更注重养身、锻炼、自控。所以,红酒只是个关联,而不是因果。

工作中的情况也更是常见,比如有说员工士气低下导致销售业绩下降,其实销售业绩下降可能是有很多原因造成的,而且也极有可能是由于销售业绩下降,带来的员工成就感不足,从而导致士气低落。

所以,对数据敏感,不是对数字敏感,更重要的是对数字背后故事的解读。

好了,以上就是我认为质疑思维中比较重要的三个方面:质疑定义、质疑样本、质疑因果。

只要你勤于思,多实践,一定能针对数据提出手术刀般的问题,让你的领导和同事另眼相看。

4. 书籍推荐

数据力这个命题太过重要,也太多宏大,短短3000字的小文怎能讲的清楚?

所以推荐6本参考书,你如果真想提升这方面的能力,可以下手。

《请用数据说话》
想精进,就要学会用数据说话

书不厚,比较容易读,不算多么经典,但可以作为一个入门级的读

《赤裸裸的统计学
想精进,就要学会用数据说话

外行人读统计学的必读书籍,极具有趣味性,带你走入神奇的统计学殿堂。

《思考,快与慢》
想精进,就要学会用数据说话

这是一本我最不想推荐的书,我已细读三遍......

横跨心理学、统计学、行为学、经济学几大领域,诺贝尔奖大师的良心之作,不多说了......

《学会提问》
想精进,就要学会用数据说话

批判性思维的代表做,让你具有不被表象所忽悠的能力

《谁说菜鸟不懂数据分析
想精进,就要学会用数据说话

数据分析的入门书籍,即使你是个小白,认真看看,也能学到数据分析的原理和精髓。

《深入浅出数据分析》
想精进,就要学会用数据说话

又一本经典著作,图书设计的很巧妙,把很枯燥的内容用图片和表格呈现,让你更容易吸收。

数据专业的朋友往往会觉得肤浅,但非专业人士又会觉得有点深,我建议非专业人士采取跳读的方式,第1到4章必看,其它部分根据需要了解即可。

如果有时间,要用心读完这六本书,不仅仅是数据力,甚至能把你独立思考的能力拉升几个level。

小苍:你要知道一点,数据的敏感度并不是天生具备的,仅有极少数的天才禀赋过人,其他芸芸众生都是一条起跑线。到达终点的快慢,仅仅取决你的重视度和有效率的付出。

好了,等着你给领导一个大大的surprise,到时写信给我。

【本文为作者投稿,MBA智库已获授权发布,如需转载请自行联系作者,谢谢合作】

声明:本文观点仅代表作者观点,不代表MBA智库立场。
26+1