嗯？你不知道曹大神是誰？額，那還是先來曬曬他的履歷吧。咦，在百度百科上竟然沒找到，好吧，果斷找到了知乎上的說明。

曹政，網名caoz。俞軍（不知道是誰的點這里）的關門弟子，CNZZ統計工具的，前百度商業產品部boss，4399CTO。曾參與創建一統統計，cnzz站長統計，并曾主持搭建百度商業分析支撐平臺，數據控。

這里，丟個知乎上關于他的介紹地址好了，有興趣的親們，請點進去自己看哈。

不能跑題，這里是繼續來說數據分析的，其實也不算是什么博大精深的東西，但是對于俺們這種入門級的玩家來說，也算是一個很好的指導吧。

一、關于數據感

Rude曰：一個甲方的接口人，每次我把報表給他時，他總是一看能發現一些我根本注意不到的問題，之前感覺十分神奇，忽然找到了給他這種本領的定義，數據感。

下面是caoz對數據感的定義：

什么是數據感？是別人說一個數據出來，你會琢磨一下這個是否符合常理，與你日常的數據觀測經驗是否一致，如果不一致，那么可能的理由是哪些？ 比如12306號稱幾十億次點擊，如果你有數據感，眼會質疑這個“點擊”定義的合理性；比如曾經有人說某國內圖片分享網站多少億訪問量，眼知道這個“訪問量”定義是有歧義的，（事后官方解釋是圖片加載量，這個和訪問量差異幾十倍。） 數據感需要不斷的培養，和基本的邏輯（比如你應該知道中國有多少網民，每天有多少人上網，一個大概什么類型，什么排名的網站會覆蓋網民的比例是多少），以及善于利用各種工具，我以前在巨頭公司，得益于公司巨大的數據資源，可以看到很多互聯網的核心數據；但是離開后，才發現，其實互聯網上公開可獲取的數據途徑是非常多的，而且善于利用的話非常有效。每天去查詢一些感興趣的數據，經過一段時間積累，想沒有數據感都難。

作為公司或團隊負責人，怎么培養員工的數據感，我其實也有一個建議，平時可以搞一些小的競猜，比如團隊集體競猜新產品或產品改版上線后的日活躍用戶，或者pv數字，或者收入數據，等等；然后看誰的準，一種是懲罰制，不準的請準的喝奶茶，吃冰淇淋；另一種不懲罰，準的累計積分后公司可以發一些獎品鼓勵，這樣下去大家的數據感會在日常培養起來，而且對團隊的氣氛培養也有幫助。

二、關于數據分析的方法

Rude曰：說道這個，或許答案應該是各種語言，各種算法。但是 ，仔細想想，或許此處也應該遵循簡單粗暴有效的方式。

曹大神曰：談數據分析的方法，我的建議是，不炫技，不苛求技術復雜度，簡單的數據，所包含的信息往往是有價值的，而很多人恰恰這一步都沒做好，總想著弄一堆挖掘算法；數據的價值在于正確的解讀，而不是處理算法的復雜度，切不可喧賓奪主。 大公司的kpi制度，往往會產生偏差，比如技術工程師的評定，要講究“技術復雜度”、“技術性”，直接導致簡單的事情沒人肯做，基本的工作不認真做！所以往往是大公司的分析工程師，為了評工程師，非要簡單問題復雜化，四則運算搞定的事情一定要弄一套詭異的算法，終非但浪費了資源，消耗了時間，而且往往由于工程師對業務理解的漠視，對應的產品人員又對算法的陌生，導致了嚴重的理解歧義，從而出現各種誤讀。

三、關于數據解讀

Rude曰：這里，表示屬于一個空白區，但是，確實可以感受到有時候根據數據下的結論還是有偏差的，我將這種錯誤歸結為邏輯上的偏差。

曹大神曰：

數據解讀，不能是為了迎合誰，要遵循數據的本質，要遵循科學的邏輯，要有想象力（配合求證），可能有時候也需要依賴人脈關系所獲得的情報，（這個也有很多典型范例），這個具體再怎么說可能我也說不清楚，說幾個反面例子也許更容易理解。

1、因果關聯錯誤，或忽略關鍵因素，A和B的數據高度相關，有人片面認為A影響了B，或者B影響了A；但是，有時候真實原因是C同時影響了A和B，有時候C被忽略掉了。

2、忽略沉默的大多數，特別是網上投票，調查，極易產生這種偏差，參與者往往有一定的共同訴求，而未參與者往往才是主流用戶。

3、數據定義錯誤，或理解歧義，在技術與市場、產品人員溝通中產生信息歧義，直接導致所處理的數據和所需求的數據有偏差，結果顯著不正確。

4、強行匹配；不同公司，不同領域的數據定義可能不一致，在同一個公司內或領域內做對比，往往沒有問題，大家對此都很習慣，卻有評論家不懂裝懂，強行將不同定義的數據放在一起對比做結論，顯著失真；海外金融機構在分析中國頁游和端游市場連續犯這類錯誤。

5、忽略前提；有些數據結論是基于某種前提，符合某種特定場景下得出的，但是解讀者有意或無意忽略前提，將結論擴大化，顯著誤讀。

6、忽略交互；在商業模式改造和產品改進，往往都會出這類問題，簡單說，你游戲中的道具降價，對收入的影響是增還是減？如果忽略交互，僅僅依賴于數據推算，當然是減，但是實際呢？做運營的都知道。

7、缺乏常識；如果對一些重要的紀念日，節日，或者網購節不了解，那去處理有關數據顯然不知所云了。做行業報告更是如此，很難想像對行業不了解的人能做出怎樣的報告。

8、無視樣本偏差；我們通常做數據調研，是基于樣本數據，而采樣過程本身很難做到完全的公平和分散，樣本偏差要控制在合理范疇內，即便無法控制，在結論中也需要標注；這才是嚴謹的數據解讀，對樣本偏差視而不見，甚至為了某種宣傳目的刻意尋找偏差的樣本，都不可能做出好的數據結論。

四、關于數據怎么看

Rude曰：數據需要對比，細分之后總能找到問題的癥結，這點在之前的工作中相當之有體現。

曹大神曰：

簡單說是“對比，細分，溯源” 六字真言，沒了。

對比，數據放在那里，是沒意義的，你說你游戲周流失率80%，啥情況？不知道，你問我我也不知道。對比起來才知道。

一是橫比，你拿出50款游戲來比，別人平均流失率90%，你80%，你游戲還不錯勒，別人要平均流失65%，你80%，這有問題了。

二是縱比，和自己時間軸比，你兩個月前1.0版本流失率90%，你現在80%，有進步么，你要是兩個月前是50%，現在80%，好好反思嘍。

所以，我特別強調，在通常企業數據監控，顯示一大屏數據的界面上，對比特征要體現，比如所有同比下降超過多少比例的一概紅色體現，所有上升多少比例的一概綠色體現，公司運營狀況一目了然。

細分，數據出現對比異常，你當然想知道原因，那需要細分了。

細分先分緯度，再分粒度，什么是緯度？你按照時間去分，是時間緯度，按照地區去分，是地區緯度，按照來路去分，是來路緯度，按照受訪去分，是受訪緯度；你說網站訪問量漲了5%，咋回事不知道，你細分一看，大部分網頁都沒漲，某個頻道某個活動頁漲了300%，這清楚了，這是細分簡單的范例，其實很多領域都通用。 粒度是什么，你時間緯度，是按照天，還是按照小時？這是粒度差異，你來路緯度，是來路的網站，還是來路的url，這是粒度的差異；這樣可以將對比的差異值逐級鎖定，尋找原因。

溯源，有時候我對比，細分鎖定到具體緯度，具體粒度了，依然沒有結論，怎么辦，溯源，依據鎖定的這個緯度和粒度作為搜索條件，查詢所涉及的源日志，源記錄，然后基于此分析和反思用戶的行為，往往會有驚人的發現，我們正是基于這一邏輯發現過產品的一些缺陷，而且你不斷通過這個方式分析數據，對用戶行為的理解也會逐步加深。

小結：

數據分析，是一條苦逼的路，但是數據驅動決策，卻是十分理性的選擇。當然，在現實生活中，或許驅動你決策的，更多是信仰。

來自于：《seo科學之美》中的文章均系Rude原創