28 | 那些数据不能告诉你的事儿：尽信“数”不如无“数”

Oct 31, 2018

28 | 那些数据不能告诉你的事儿：尽信“数”不如无“数”-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

28 | 那些数据不能告诉你的事儿：尽信“数”不如无“数”

2018-10-31 邱岳来自北京

《邱岳的产品实战》

课程介绍



讲述：邱岳

时长11:31大小5.33M



在前面的文章里，我们设计了两个场景，并围绕着它们介绍了：如何建立日常数据阅读的习惯和方法，以及如何利用数据辅助你的决策。
 
记得在这个部分的分享之初我们就提到过，对于产品经理来说，数据能力怎么强调都不过分，数据是我们最为忠实的伙伴，可是到了数据能力的最后，我想换个角度，跟大家分享一下关于数据的一些误区和陷阱。
数据的骗局首先来给大家讲一个故事，这个来自我看过的一篇文章。
前些年微博出了一个分析用户的星座构成，其中发现 12 星座里，摩羯座的比例特别高，然后就有人就根据这个星座特点，分析说这个星座的人占比高是因为星座的性格是比较闷骚，只喜欢在隐蔽性好的社交平台上袒露心声等等，很用心做了一番长篇大论。网友们也七嘴八舌地围绕这个观点进行讨论。
后来，在这个分析的底下，终于有一个人发现：微博用户注册默认的生日是 1 月 1 日，这就意味很多用户选择了默认注册，也就导致了做用户分析的时候，摩羯座的用户占比特别高。
这也说句关于星座的题外话，其实星座也是一个跟人的心理和数据相关的话题，有个心理学的效应叫做“巴纳姆效应”，	讲的内容就是：人通常会很容易相信一个笼统的、一般性的人格描述，即使这种描述十分泛泛，甚至会把这些描述当做对自己的描述。那么我们回过头来在看刚才的故事，在默认设置之下，其实所有的分析都没有任何的道理。
这就是一个典型的数据误读的现象，所以当我们获取到一批数据的时候，先别忙着下结论。我们先去筛一下，把一些不靠谱的数据清洗出去。
就像刚才的例子一样，对于一个用户量大的平台来说，用户的年龄段和用户的性别都有可能出现不平衡，但是用户的生日不应该出现很大的不平衡。看见这个数据的第一反应就应该是这个数据出现了问题，而直接不是从这样的数据出发，去做长篇大论的分析。
另外还想提醒大家的一点是：不要把相关性当作因果性。如果两件事同时发生了，我们自然是觉得两件事是有联系的，但是，其实它们在逻辑上可能完全没有关系。关于这个观点，图灵好像出了一本书，就叫《别拿相关当因果》，大家可以阅读一下。
在产品的运营里，我们经常会把两个共同出现的波动联系起来，让它们互为因果。举个例子，比如说我们都认为用苹果手机用户的付费能力更强，那么，是不是因为他使用了苹果手机，他的付费能力就更强了呢。
这其实可能不是因和果的关系。也许是因为用户的付费能力强，所以才会去买苹果手机，并且这部分用户的付费能力强，有一些新的 Android 手机出现，他们也会去买 Android 的手机。
所以在这种情况下，我们如果只去关注 iOS 的场景，而忽略了一部分付费能力强的用户使用的是 Android 手机，可能就会错过一部分用户的运营。
我再举一个真实的案例，某个公司做的一款 App 到了付款页面，用户总是喜欢后退一下，再重新进来付款，这个比例非常高，并且他们发现，用户后退了一下，之后再回来的付款概率会高一些。
所以负责的同学就觉得付款与“后退”这个动作直接相关了，于是就把“后退”的功能做得特别抢眼，后来发现，用户有后退的动作，其实是因为优惠券的数字不会自动刷新，所以用户不得已只能后退一下刷新。这其实是功能上的一个错误，却导致了看似互为因果的结论。
我们还是要找到实际的因果，去找它背后的原因是什么，我们要把所有的数据都当作现象，而不要把数据当做因，如果说，除非有非常明确的指示，或者非常明确的线索告诉你这个数据就是因，它才有可能会是因。
不要去预设你的期望我们在做产品数据分析的时候，往往会很容易陷入一种潜在的状态里。这就是：当我们有了一个特别有倾向性的立场和期望的时候，我们的潜意识里就会去误读数据，用以支撑自己的结论。
这种感觉就像你到了一个岛上，你发现这个岛上没人穿鞋。如果你的预设是：不想在这个岛上卖鞋。你就会分析说，这个岛上没人穿鞋，所以鞋子在这个岛上没有市场；但是你到这个岛上的预设是：我就是要在这个岛上卖鞋。你一看没人没穿鞋，就会觉得：哇，商机很大，这些人都没穿鞋，给他们穿上。
在这种条件下得出的结论，与你预设的立场和出发点都会有很大的关系。有些时候，我们可能会没有意识到自己已经有期望了，而这个期望又悄悄地在我们的脑中存在，并去推着我们找到了一个结论，继而去找数据分析的路径。
在这里提醒大家一句，我们不要有了结论，再回去找数据支撑，一定要是你把自己清空，不要设立场。
如果你觉得不行的话，我可以分享给你一个很好用的办法。就是再去用同样的数据去推导：结论的反面是不是也可以成立。如果你发现逻辑上也能走通的话，那就意味着，你这两条逻辑可能都是有问题的。
“你是因为看见而相信，还是因为相信而看见。”这句话因为阿里的加持，而被广为流传。虽然在长期的战略上，我们需要更为推崇“相信”的力量，但当面对数据时，请务必在真正的“看见”后，再去相信，这样才会让我们更为冷静地去做产品上的决策。
数据不是唯一驱动力虽然我们做产品总是在说“数据驱动”，但是数据并不应该成为你的唯一驱动， 如果说我们纯粹被一些数字驱动的话，我们就很容易变成一些 KPI 动物。
比如我们做了公众号写了一篇文章没有人看，也许会很失落，第二天，可能就在标题上用了一些小技巧，结果就发现看的人变多了，数据也变得很好看。我们就会发现：原来我在标题里耸人听闻或者追热点，看的人会更多，阅读量也就高了。
但是，这样做会适得其反，它影响你对内容的方式和方向，最终你会发现自己一直在迎合用户和市场的品味。你既没有把价值传递出来，也没有创造出你的价值，即便你什么内容都没有，可能只是一个夸张的标题，你就可能获得一个很高的阅读量。这是一个很不好的现象，不但会让自己没什么价值，浪费了用户的时间，并且，这样也会把行业的生态搞得十分脏乱差。
数据不是终点最后想跟大家分享的是：不要把数据分析当成终点，不要把数据分析当成我们的依靠，所谓尽信“数”，不如无“数”。真正驱动我们做事情的，还是产品的目标和用户的价值。数据只是帮助我们去做决策、去选择方向的一个辅助而已，而不能代替系统性的思考。
并且，数据能够带给我们更多的是对过去的理解。它没有办法对未来有一个特别明确的指示。当然，很多时候我们需要根据过去的经验来作判断，但是，有时候一些划时代的产品，或者一些真正能够影响行业的产品，是很难从过去的经验中分析和演化而来的，它需要的是变革和精华。就像之前说过的，不论你怎么去分析和判断，在最后，还是要给自己的直觉一点机会。
很多时候我们有自己信仰的方向，有自己对于整个行业发展的判断。坚持去做，然后等待这个行业到达你所判断的时间点，这是一件非常有意思、非常酷的事情。
总结今天我们分享了数据能力的最后一篇。稍微有点发散，我们围绕着数据误读和一些数据使用误区，谈到了数据不擅长和并不能做到一些事情，希望大家在做自己产品设计和规划的过程中，对数据能有一个理性的认识。
数据是我们去推动产品发展的一个必要的手段，但不要把数据当作唯一的手段。更不要把它当做我们做产品的目标。如果你对今天的主题有什么想法，也可以给我留言，我们一起讨论。
感谢你的收听，我们下期再见。

分享给需要的人，Ta购买本课程，你将得18元

生成海报并分享

赞 8

提建议

27 | 从具体业务出发，如何利用数据辅助你的决策？

29 | 每个产品经理都要掌握的基本商业概念是什么？

 写留言

精选留言(7)

Novelty
2018-11-01
我以为使用数据的逻辑非常重要，首先我们读数据是为了看清数据背后的行为，这种行为可以是用户发出的，也可以是社会环境趋势间接发出的。我们要弄清楚行为产生背后的原因，再针对这个原因去寻求解决办法，而不只单纯针对数据来寻求方式。
7
和小胖
2019-05-28
数据不会说谎，可是分析的数据的人会。所以不同的人来分析数据，可能就会得出不同的结论。因而分析数据的人能够保持客观尤为重要，也只有这样客观的分析才会让客观的数据有价值。
2
CC
2018-11-04
非常认同数据作为“辅助”角色的作用，既不要高估数据能够给产品带来魔法般的转变，也不能对数据不理不睬。现实情况，需要从产品目标出发，系统性思考，先找到备选项，这时再根据数据，筛选备选项，最终找到正确（或者说，大概率正确）的选择。最近几篇经常提到从反面思考，这两周也尝试将这个思维方式融入生活和工作中，收获很大。感谢二爷。
展开
2
品牌运营|陆晓明
2019-02-03
数据用来对于自我产品价值定位的反馈，用数据分析支撑推动产品朝着期待的方向成长。产品目标为主，数据分析为辅。
1
听天由己
2018-10-31
每次读到结尾都是特别震撼，我们活在未来，并且走到最终时点的那一刻，心情可想而知，或许这就是触景生情的魅力吧。「很多时候，我们有自己信仰的方向，有自己对于整个行业发展的判断。坚持去做，然后等待这个行业到达你所判断的时间点，这就是一件非常有意思、非常酷的事情。」
1
🍄 congcong
2022-08-01 来自江苏
指标陷阱，人类有一种天然倾向，就是把焦点放在最容易量化的目标上，把它作为解决复杂问题的抓手。久而久之，人们就只重视那些可量化的目标，而忽略那些不可量化的目标。其次，容易量化的目标往往是局部目标，而难以量化的目标往往是整体目标
空白
2018-11-08
尽信数不如无数

