定量分析方法的资料。

运用量化研究方法的数据对管理决策至关重要。

数据操作考虑的其实是我们对信息的综合处理能力，这种处理能力不仅仅是从数据的角度出发，更多的是通过解读信息来帮助我们做出决策。许多小卖家经常问，我没有数据，我的数据量很少，我该如何进行数据化操作？实际上，这个概念是错误的。数据操作是为了能让我们精确、精细地操作，但是它并不能代表所有的数据。但事实上越往后越需要将所谓的经验信息转化成数据，这样才能保证后续规则能掌握在手中，才能做到心中有数。

早些时候，即使是大公司，也并不是一切都能形成数据，因此，在决策过程中，定量与定性同时存在。此时，我们将以我们已有的各方面信息为决策的基础。因此，数据分析并不是企业管理决策的唯一因素，也不是所有问题都是用数据说话的。

资料百分之百反映客观因素。

对于图表和数据的崇拜和迷信常常使企业决策者不假思索地认为：统计数据是客观、合理、可信的。这同样不正确。最著名的例子就是可口可乐公司在1985年对可乐配方的改进，它几乎造成了灾难性的后果。可口可乐公司花费4百万美元，花费大量人力，对其产品进行了一系列的口味测试和问卷调查，最终决定将99年前的旧配方换成更甜更柔的新配方，结果显示，大多数消费者都认为新可乐更容易接受，因此可口可乐公司做出了这样的决定，激怒了数以百万计的可口可乐爱好者，使公司不得不重新使用旧配方，并在两个多月后再次道歉。这个事件让戈斯维托(当时的可口可乐公司主席)在十年后仍然心有余悸，公开承认这是一个大错误，是一个大灾难。

调查中，被调查者不可避免地会受到文化背景、教育程度、个人性格和某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，因此，在处理这些统计数据时，应该保持一种正常的怀疑态度。

实际上数据是由商家引导进来的，比如我们的店主在勾选产品属性时，是为了显示给搜索引擎，而非显示给消费者。比如，对于女性服装风格，很多产品甚至卖家都搞不清楚，究竟是属于日系、韩版，还是欧美系列，还是属于街头系列。而且消费者其实并不关心这件事，他只要能找出来，他就会觉得是对的。这是一个模糊的概念。此时，我们所看到的往往与消费者自己所理解的并不相同。因此我们在分析市场时，会发现韩版占了80%的市场份额，但实际上并不是80%的人喜欢韩版这种风格，他只是觉得这种产品适合自己，80%的数据，是因为大部分的商家都将他们的产品风格改成了韩版，而系统(业务参谋、生经等软件)抓取的就是他们在勾选的这部分。因此在选择市场时，不要觉得一定要做韩版，你只需要做韩版就可以了，但产品不一定都是韩版的。

生成数据的过程是符合逻辑的。

验证这一错误的最简单的例子是刷单。前期刷单，很多商家都自以为是地还原了买家的浏览(购买)轨迹，即先搜索，再对比，然后收藏加购，再和客服聊天，最后去购买。但是，实际上，真正的买家，不同的人，浏览路径是完全不同的。因此，从表面上看，这一过程所产生的数据是符合逻辑的，但实际上根本不符合消费者真实的轨迹。实际上，对原始数据的处理和分析模型的选择是非常自由的。这就是说，相同的数据，可以分析出不同的结果。比方说，当我们分析销售数据时，从数据上看，销售呈直线增长，那么单纯从数据上看，我们可以用线性预测方法对随后的销售进行预测。但如果我们忽视产品的季节性，那将是死路一条。

所以，数据分析师对企业或调查所涉及的行业了解不够，可能会导致数据处理和分析出现偏差，或者故意将原始数据加工成他们想要的结果(也许仅仅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并不一定符合逻辑。

资料不会被误读吗？

多数运营者认为，数据由于具有客观性和很强的概括性，因此不会被误读或造成歧义。实际情况是，数据被误读的情况在我们的管理实践中非常普遍。例如数据显示该公司的平均身高是163cm，那么这个身高是男女分开的吗？极值是否被排除？这很容易引起误读。

事实上，我们刚才所说的数据分析中的五种思维方式已经存在着误读的现象：从有价值的开始到没有价值；从爆款开始到爆款结束。这就是操作所误读的各种数据。资料是客观的，但资料往往是事后统计的，具有一定的滞后性，而且市场在变化，那么资料分析方法是否客观？观察数据的人有偏见吗？它本身有局限性吗？这也是数据误读的一个重要原因。因此，有句话是这样说的：不了解数据的人，宁可不看它，也不会被它误导。但也应看到，在未来社会中，数据变得越来越普遍，它不再像以前那样单纯地依靠经验来总结，甚至没有多少人能真正掌握经验，可以说未来的竞争就是数据化的竞争。所以现在越来越多的企业帮助我们解读数据，帮助我们思考一些关键的决策，我们不需要花费时间去做这些基本的事情，而只需要抓住那些最关键的方向的数据决策就足够了。

关心数据是否有副作用？

事实上，太多的数据未必是好事，过度精炼的指标，很容易让人丧失自我判断。例如对于客服人员，一味地追求响应速度指标，可能会失去响应质量，所以我们还需要结合询单转换和服务态度等指标进行综合分析，而不是一味地要求响应速度一定达到某个水平。又如我们在分析业绩时，过多的业绩考核指标往往会将一个人限制得“过头”，使这个人缺乏能动性，一旦缺乏能动性，他就不能灵活地处理事情，只能呆板地工作，但这样在这个社会实际上是行不通的。因此，对数据的关注有时也会带来负面影响，我们要抓住重点，不要过分要求锦上添花。

事实上，上述这些都是衡量大家对数据运用的辨析能力，说起来很简单，但是只有真正去做才会发现各种各样的问题，这些问题常常是因为没有把这五个思维、五个陷阱结合起来。您感觉自己已经非常了解这些数据，但实际上可能连1%的数据都没有掌握，反而常常被这些数据牵着鼻子走。那是未来短期内的现状，也是要大家能够有所突破的最关键的一环。因此，五大思想和五大陷阱必须牢记于心，才能在做事情的过程中不断反省自己。进行数据化强调的是效率，强调的是越简单越有价值，越有效，这一点非常重要。过于烦琐，过于注重条条框框，这不是数据分析的基础。

在今天分享的内容中，下一篇将继续分享收藏量/客价/转化率/退款率。

本人是一名普通的数据分析师，推广数据化应用。