用数据分析作为武器说服他人

以前我们总是会说我们已经步入信息时代，但是信息通常定义是指有价值的数据，因人因时因事而异。那么在这个自媒体空前繁荣、物联网逐渐兴起的新时代，人人都是数据的产生者，人人也都是数据的接受者，不妨将如今的这个时代称之为数据时代。那么如何在浩如烟海的数据之中发现有效数据？我想一从经验主义，既需要我们有一双饱含阅历的慧眼；二从技术角度，也需要我们拥有与之匹配的技术储备。

如何用数据解决实际问题

柏木吉基

也就是说用数据解决实际问题的能力，已经成为大数据时代人人必备的硬实力之一。本书摒弃了复杂的统计学原理和数学公式，紧贴多种工作场景，介绍了一套简单实用又立竿见影的方法和流程。根据本书的方法，即使没有专业背景也能轻易实现数据分析与解决问题的完美融合。

前面一段摘自书的简介，总结一下就是本书主要面向非数据分析行业的人员，是一本合格的扫盲书籍。实质上也是这样的，这本书主要使用的分析工具就是Excel，可以算是一个人人都会勇但很少有人能精通的工具，介绍的主要也是中位数、平均数、方差、标准差、一元线性回归、批量分析等一些相对浅显的概念，并没有什么高大上的算法或者什么了不得的工具。对于绝大多数从业者来说，用不到也不需要这些很复杂的东西，所以本书还是十分具有现实意义。

这里简单介绍一下书中一些所述：

一是平均数。平均数可能是应用最广、最具代表性、最便于计算的统计指标。用起来虽然方便，但是有一个陷阱。将大量的数据归纳为一个平均值，极有可能会忽略离群值的概念，数据波动越大，离群值就越多，其结果就是，“平均值未必是代表值”的可能性就越大。举个很极端的例子，假设对100个人进行问卷调查，其结果是50个人选择了“1.极不赞同”，而其余50个人全部选择了“5.极为赞同”。这种情况下的平均值是多少呢？平均值是3.然而没有一个受访者选择了“3.既不赞同也不反对”。那么这里的平均值没有太大意义，反而会掩盖掉人们意见集中在1和5的事实，这也就是不关注细节只关注整体的后遗症。

二是变异系数。标准差除以平均值得到的值叫做变异系数。能够消除数据大小的差异，就可以不必在乎原始数据的大小，从数值上来比较两者的波动程度。在下面这个例子为大规模店铺和小规模店铺的日销售额，如果只看标准差的话，显然大规模店铺的波动更大，但是事实真的如此？我们还需考虑二者的体量差异，计算变异系数可得小规模店铺的数据波动更大，也就是说，小规模店铺的经营风险相对更大。

三是相关系数。着手处理数据之前，应该首先确认目的或者问题，在此基础上提出假设，这一点非常的重要。防止主观臆断，或者将视野限定在平常所见的数据范围之内。（1）寻找接近结果的原因。最好在多个数据项中考察与结果的关系，选择关联更密切的拘束考察相关系数；（2）选择能够采取对策的原因。即使在理论上找到了很多原因，但是自己无法控制，那么在实际工作中这个分析结果也就索然无味。

上面简单说了三点，这篇文章写得很急，晚上8点多和爷爷躺在沙发上看电视才想起这周的读后感还没有写，噌噌噌的在我爸和Y同学双重干扰之中赶工排版，虽然我的flag残破不堪，但起码在2018年屹立不倒，2019继续加油。