隨著數(shù)據(jù)積累得越來越多，數(shù)據(jù)獲取成本不斷降低，人們開始走向另一個危險的極端，那就是任何事情都要看數(shù)據(jù)，任何決定都去依賴數(shù)據(jù)。這種風(fēng)氣培養(yǎng)出了越來越多的“數(shù)據(jù)呆”。作為一個數(shù)據(jù)分析師，我是非常反對“唯數(shù)據(jù)論”的。為什么呢？讓我詳細(xì)地來說一說。
數(shù)據(jù)庫并不能記錄一切
你覺得，通過數(shù)據(jù)庫中的記錄，你能夠充分了解你的業(yè)務(wù)嗎？答案是否定的。說白了，數(shù)據(jù)庫只是記錄了發(fā)生在業(yè)務(wù)鏈條上的行為，但行為的結(jié)果并不代表業(yè)務(wù)的全部。舉個例子，通過用戶的使用行為數(shù)據(jù)，我們就能知道用戶的體驗嗎？答案是不能，我們只是根據(jù)用戶的“行為結(jié)果”去猜測他使用體驗的好壞。真正的用戶感覺，在他們的心理，許多時候，不會通過既定的使用路徑和產(chǎn)品功能提現(xiàn)出來。
那么，數(shù)據(jù)庫不能記錄的信息，怎么獲取呢？答案其實很簡單，通過外部手段，創(chuàng)造條件去獲取。概括為“調(diào)查”和“實驗”兩個詞。比如用戶體驗不能量化的問題，直接問不就好了？調(diào)查分為訪談和問卷調(diào)查兩個方式，每種方式都需要落地成可量化的結(jié)果。問卷調(diào)查建議規(guī)律性地長期進(jìn)行，連續(xù)收集的數(shù)據(jù)在時間維度上可比，價值遠(yuǎn)遠(yuǎn)大于單次的問卷調(diào)查。實驗的方式在第四章中有所論述，它正是一種創(chuàng)造數(shù)據(jù)的手段。通過實驗組和對照組，創(chuàng)造出一個對比的條件，進(jìn)而量化出差異，最終形成可靠的判斷。
不可能分離多重因素影響
我們在運營當(dāng)中最容易犯的錯誤就是試圖用一個“宏觀指標(biāo)”的變化來評估某個細(xì)節(jié)動作（策略的改變、產(chǎn)品的改變或者活動的改變）的影響。做這件事情好比買彩票，幸運的時候，某個運營動作對業(yè)務(wù)的影響非常大，那么從指標(biāo)中能反映出來。但絕大多數(shù)時候，不管是策略的變更還是產(chǎn)品的改進(jìn)，對業(yè)務(wù)全局的影響都是有限的，宏觀指標(biāo)（往往是KPI）的變化并不敏感。真正要做的是就事論事，根據(jù)具體的行動，去定義一個信度和效度高的指標(biāo)。
另一個角度，業(yè)務(wù)指標(biāo)的變動往往是多種運營動作共同施加的結(jié)果，這種影響并不能簡簡單單的分解為“A+B+C+…”或者“A*B*C*…”。有些因素疊加可能相互放大影響，有些則可能相互抑制，宏觀指標(biāo)只是這眾多影響的結(jié)果，內(nèi)部的影響機(jī)制是黑箱。極端點說，不可能將每個因素的影響都分離出來。
那么怎么辦呢？怎樣能衡量具體某個運營動作帶來的影響呢？答案就是實驗，也只有實驗。就是通常所講的AB測試。實驗中，運營動作施予對象必須分為實驗組和對照組，實驗組和對照組唯一的不同，就是實驗組被施予了運營動作，而對照組沒有。只有這樣，觀察實驗組與對照組的指標(biāo)差異（方差分析或者DID），我們才有可能去量化某個運營動作的影響。
數(shù)據(jù)不能替代邏輯推理
一個邏輯混亂的人，給他再多的數(shù)據(jù)，也不會得出正確的結(jié)論。能否形成正確的判斷和合理的決策，很大程度上并不是數(shù)據(jù)的多少，數(shù)據(jù)足夠（信息充分）就可以了。很多時候，我們真正要鍛煉的是自己的分析問題的能力，或者說邏輯思維能力。尤其是在“根據(jù)數(shù)據(jù)變化查找問題”這樣的場景中。
要對這一點有深刻的理解，希望大家讀我的《數(shù)據(jù)驅(qū)動決策的13種思維方式》。你是不是一個明智的決策者，并不在于你手頭有多少的數(shù)據(jù)，而在于你能否從數(shù)據(jù)中正確地解讀信息。需要提醒各位的是，當(dāng)數(shù)據(jù)達(dá)到一定的量后，數(shù)據(jù)越多，往往數(shù)據(jù)質(zhì)量越差，你犯錯的可能性越大。你是否記起了本書第一章最后部分，數(shù)據(jù)圖中指標(biāo)數(shù)量與混淆概率的關(guān)系了？
預(yù)測的根基未必牢固
數(shù)據(jù)分析工作，很大一部分是為了“預(yù)測”。所有預(yù)測模型的“根基”都是“通過過去發(fā)生的事來預(yù)知將來的事”。說得更玄乎一點，就是“歷史是會重演的”。但這個基本邏輯靠得住嗎？
從我的個人經(jīng)歷來說，許多時候是靠不住的。這也是我在工作中很少進(jìn)行預(yù)測型建模的原因。在我所處的互聯(lián)網(wǎng)行業(yè)，業(yè)務(wù)變化非常快。一個“政策”的決定，往往造成各項業(yè)務(wù)數(shù)據(jù)的巨變。經(jīng)常是“一夜回到解放前”或者“一晚跨入新時代”。在這種背景下，重要的不是去對某個指標(biāo)進(jìn)行預(yù)測，而是理解業(yè)務(wù)背后最根本的商業(yè)邏輯（商業(yè)模式）。若一個商業(yè)邏輯被證明是有效的，那么它在相當(dāng)長的一段時間內(nèi)不會變化，那么你就能獲得一些“定性”的預(yù)測能力，這就足夠了。
大多數(shù)人會因數(shù)據(jù)而變傻
為什么這么說呢？在我的工作經(jīng)歷中，大多數(shù)的管理層，都會因為數(shù)據(jù)資源的豐富而或多或少地放棄思考。放棄思考意味著變傻，難道不是嗎？許多人，自身因為長期業(yè)務(wù)經(jīng)驗的積累，其實是有很好的直覺的。而現(xiàn)在，卻被一個不熟悉業(yè)務(wù)，只會從數(shù)據(jù)庫中做些統(tǒng)計的所謂數(shù)據(jù)分析師牽著鼻子走。實在是“可歌可泣”。許多人過分地依賴數(shù)據(jù)統(tǒng)計了。這個現(xiàn)象是值得警覺的。
曾經(jīng)有一位學(xué)者告訴我，數(shù)據(jù)分析使人短視甚至盲目。開始我不以為意，但之后越來越覺得這話有道理。為什么呢？現(xiàn)實情況是，許多人有了數(shù)據(jù)資源后，放棄了最基本的商業(yè)思考，不斷地去統(tǒng)計數(shù)據(jù)，不斷地去提“幫我查一下這個數(shù)字，幫我看一下那個數(shù)字”這樣的需求。失去了思考的深度，非常危險。
我覺得，真正的數(shù)據(jù)分析（業(yè)務(wù)分析），應(yīng)該有很高的門檻。這個門檻并不來自于分析方法的應(yīng)用，而來自于對業(yè)務(wù)的理解。只有對業(yè)務(wù)有深刻的理解，才能將分析方法用對地方，才能正確地解讀信息，獲得結(jié)論。
所以，許多深耕在業(yè)務(wù)中的管理者，不需要因為數(shù)據(jù)資源的爆炸而驚慌失措，真正有價值的東西在你們經(jīng)驗里，只需要有一個量化的出口，你才是那個將數(shù)據(jù)價值發(fā)揮到最大的人。
那么問題來了，如何做到不因數(shù)據(jù)而變傻呢？我沒有答案。我認(rèn)為在未來，不應(yīng)該有數(shù)據(jù)分析師這個職業(yè)，而應(yīng)該是所有決策者都懂得“分析數(shù)據(jù)”。這實際上是寫作本書最深層的一個目的。當(dāng)所有決策者都能正確地獲取數(shù)據(jù)、合適地應(yīng)用分析方法，得出可靠的結(jié)論時，我們的商業(yè)將進(jìn)入一個新的階段，商業(yè)智能才真正落地。
最后，我還是想強(qiáng)調(diào)，任何人在應(yīng)用數(shù)據(jù)前，都要記住這樣一句話：“對業(yè)務(wù)的理解和思考，永遠(yuǎn)高于分析技術(shù)的選擇”。