- 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和岗位，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.....
“感觉”会诱发错误的归因，错误的归因引发错误的判断，谬误的链条就此形成。
好消息是，计算思维是能刻意训练的，也就是随时找你身边的事物来练手，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：
马睿文年纪不大，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
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的数据，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，需要一些统计知识和理性思辨常识，后面我会系统的推荐书籍。
3. 提升质疑思维
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的计划书，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的广告说，读过MBA的人收入比没读过的高28%。
你需要深入想想，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。
在工作中也一样，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，整个市场都亏损，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。
一件事物的出现，可能有众多原因促使，不能把“关联”当成“因果”。
比如，有数据说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。
在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？
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物。
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。
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......
批判性思维的代表做，让你具有不被表象所忽悠的能力。
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。
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】
暂无评论，点击讲两句