很多人一听到“数据分析”,第一反应是:这不是程序员、产品经理或者大公司管理层才需要掌握的东西吗?普通人每天上班、买菜、做饭、照顾孩子,和数据有什么关系?
我的答案是:关系非常大。
我们每天都在做选择,而选择背后其实都隐藏着数据,早上几点起床、通勤需要多长时间、每个月花多少钱、哪家店的外卖更划算、孩子最近成绩为什么下降、工作中哪些事情最浪费时间……这些问题,如果只凭感觉,很容易陷入误判;但如果愿意把信息记录下来,再简单分析一下,往往就能看到之前忽略的规律。
在我看来,数据分析并不是一堆复杂公式,也不是打开表格后对着密密麻麻的数字发呆,它更像一种解决问题的思维方式:先提出问题,再收集信息,接着寻找规律,最后根据证据做决定。
一个人总觉得自己“工资不够用”,于是下定决心节衣缩食,可是他认真记录一个月的支出后发现,真正占据大头的并不是房租和交通,而是每天一杯咖啡、频繁点外卖、各种临时购物,以及一些买了之后几乎没用过的会员服务,以前他只是模糊地觉得钱花掉了,却不知道具体花到了哪里,数据把这种模糊的感觉变成了清晰的事实。
我有一位朋友,曾经连续几个月抱怨自己存不下钱,他每个月发工资后,都会制定一个很严格的预算计划,把吃饭、交通和娱乐费用都写得清清楚楚,可是到了月底,账户里还是所剩无几,后来他不再依靠记忆,而是把所有消费实时记录下来,并按照“必要支出”“改善生活”“冲动消费”三个类别进行整理。
结果非常出乎他的意料,他以为自己最大的消费是外卖,实际上花得最多的是各种低金额、高频率的支出:打车十几元,线上买个小物品二十几元,临时买零食十几元,这些消费单独看都不算多,但一个月累计下来,竟然超过了两千元。
朋友最后没有采取极端的省钱方式,也没有完全禁止自己消费,他只是给这些小额支出设置了一个上限,每周集中安排一次非必要购物,三个月后,他每月多存下了一千多元,这个变化不是因为他突然赚了更多的钱,而是因为他终于知道钱是怎样流失的。
这就是数据分析最实用的价值:帮助我们看见问题,而不是停留在感觉里。
工作中也是一样,很多人每天忙得不可开交,却说不清自己到底忙了什么,一天下来,会议开了好几个,消息回复了几十条,文档改了很多遍,可真正推动项目进展的事情可能只有两三件,如果把每天的工作内容记录下来,并统计每项任务所花费的时间,就有可能发现:大量时间被低效沟通、重复操作和临时打断占用了。
我曾经观察过一个团队,他们每天都觉得工作进度慢,成员之间也经常互相抱怨,有人认为是任务太多,有人认为是执行力不足,还有人觉得是领导安排混乱,后来团队做了一次简单的时间记录,把一周内的任务、会议和等待时间全部整理出来。
分析之后,他们发现,真正的问题并不是任务总量过大,而是同一份信息在不同人之间重复确认,一个文件需要经过四个人分别修改,每个人修改完之后还要重新解释一遍自己的意见,团队于是统一了文件格式,明确了负责人,并把原来分散的沟通集中到固定时间处理,几周之后,很多人每天少开一两个无效会议,项目反而推进得更快。
如果没有数据,他们可能会继续争论“到底是谁的问题”;有了数据,讨论才从情绪变成了事实。
数据分析也不是万能的,数据只能告诉我们发生了什么、可能为什么发生,却不能代替人的判断,一家餐厅发现周一到周三的客流量比较低,于是决定在这几天大幅打折,短期来看,客流量确实上涨了,但收入未必增加,因为很多顾客只是享受了折扣,并没有带来足够利润。
如果只看“订单数量”这个指标,很容易得出错误结论;如果同时观察客单价、毛利、复购率和顾客来源,就会发现事情更加复杂。
这也是我认为学习数据分析时最需要警惕的一点:不要被单一数字牵着走。
生活中,我们经常看到一些看起来很有说服力的数据,某个产品销量增长了百分之百,某个课程学员数量增加了三倍,某种方法让效率提升了百分之五十,可是这些数字的起点是什么?增长是在多长时间内发生的?统计对象是谁?有没有其他因素共同影响结果?如果不追问这些问题,数据反而可能成为误导人的工具。
一个账号从一百个粉丝增长到两百个粉丝,可以说粉丝增长了一百个百分点;但如果一个账号从一百万粉丝增长到一百零一万粉丝,虽然只增长了百分之一,却多了整整一万名粉丝,百分比和绝对数量都是真的,但表达出来的意义完全不同。
我认为真正的数据分析能力,至少包含三个部分。
第一,是提出好问题的能力,不要一上来就收集大量数据,而要先明确自己想解决什么问题,是想知道为什么销售下降,还是想知道哪类客户更容易复购?是想减少生活开支,还是想提高每天的时间利用率?问题越明确,数据才越有价值。
第二,是辨别数据质量的能力,数据可能存在遗漏、重复、偏差和错误,一个人如果只记录自己成功的经历,却忽略失败的经历,那么最后总结出来的规律自然不可靠,调查问卷如果只发给某一类人,也不能代表所有人的想法。
第三,是把分析结果转化为行动的能力,分析不是为了制作漂亮的图表,也不是为了在汇报中展示复杂术语,分析的最终目的,是让我们做出更合理的决定,如果发现每天刷手机占用了三个小时,就应该尝试调整通知、设置使用时段;如果发现某种营销方式带来大量低质量客户,就应该重新评估投放策略。
很多人学数据分析时,过度关注工具,他们花大量时间学习某个软件的按钮、函数和快捷键,却没有真正想清楚自己要解决的问题,工具当然重要,但工具只是手段,用最简单的表格能够解决的问题,没有必要一开始就使用复杂系统;能够通过几天记录发现规律的问题,也不一定要建立庞大的模型。
我个人更赞成一种务实的学习方式:从自己的生活开始。
可以先记录一个月的消费,看看钱究竟花在哪里;记录一周的睡眠和精神状态,观察睡眠时间与工作效率之间的关系;记录每天的工作任务,找出最容易被打断的时间段;记录孩子完成作业的时间,看看哪类题目最容易出错,这样做的好处是,数据和自己有关,问题也真实存在,分析结果能够直接改变生活。
当你开始用数据观察生活,就会慢慢发现,很多问题并不像想象中那样无解,所谓“没有时间”,有时是时间被零碎事务分散;所谓“总是存不下钱”,有时是消费缺少边界;所谓“努力却没有进步”,有时是努力没有集中在真正重要的事情上。
数据分析课真正教给人的,也许不是某个公式,而是一种面对问题的态度:先停下来,承认自己的感觉可能不完整,然后通过记录和分析,让事实说话。
在信息越来越多的今天,我们没有必要成为专业的数据科学家,但应该学会基本的数据思维,因为无论是工作、学习、投资、消费,还是家庭生活,我们都在不断面对选择,选择质量的高低,往往取决于我们能不能看清事实。
对普通人来说,数据分析并不遥远,它可能只是一个记账表,一份工作记录,一次对比实验,或者一个认真提出的问题,但正是这些简单的动作,能够让我们少一些凭感觉的焦虑,多一些基于证据的判断。
这就是我理解的“数据分析课”:它不是让人变得冷冰冰,而是让我们在复杂的生活里,拥有更清醒、更可靠的判断力。
