如何看待数据分析无用论?

1 评论 5529 浏览 9 收藏 18 分钟

编辑导读:作为一名数据分析师,你入行的初衷是什么?很多人入行时满怀热血,认为数据分析可以发现数据背后隐含的一些秘密,指导其他部门改善流程,做很多有价值的事情。然而却发现其他部门根本不重视数据分析,提出的意见也不被采纳。本文作者也经历过这样的时期,并对此提出自己的看法,与你分享。

一、前言

前两天,我一个前同事很恼火,她说现在已经找不到工作的价值感了。一天到晚就是查数、查数、查数!简直就是个查数姑!

我说你去努力啊,给他们多输出一些有价值的东西呀,慢慢的用数据推动他们运营呀。

她说,我努力过了!根本没用。我抽空、加班,专门为了这次活动一个分析报告,运营也不爱看;看了又说只有分析没有结论;给了结论又说结论不对;我根据他的意思调整了方向,又说没有行动策略,给了行动策略又说没啥效果。我就纳闷了,你都没做,怎么知道没效果?

最后还是根据运营自己的意思去搞活动。而且,那个报告也不是我想说的,也不是我的观点,是被阉割的结果。

这是运营在拿我的数据印证他想说的话而已。他们认可的,就拿走,不认可的,就说我们分析的不对。

所以,他们只是把我们当做提取数据的机器而已。我的努力全部化为泡影,然后继续沦落到“查数姑”的地步。

二、迷惑

唉,听完她的唠叨,我也比较郁闷。

的确是,现在的数据产品越来越智能,SQL的门槛越来越低,上升通道也感觉不是那么通畅。

后来她还说,现在想换工作,往上走一走,可是找不到合适的,到哪都是这个Level。数据分析好像跟她当时选择这个行业的时候想的完全不一样。

她当时以为数据分析可以去发现数据背后隐含的一些秘密,然后指导其他部门改善流程、做很多有价值的事情。

可是完全不是这个样子,她已经快没信心了。

我仔细思考了一下,的确,是我草率了。

作为一名数据从业者,我已经干了16年,这种问题其实我也一直在面临着,而且有些时候会更糟糕,收到客户质疑的事情时而有之。

甚至有些人跟我说数据分析没啥用。甚至有:“乔布斯从来不做市场调研,张小龙从不看数据”的说法。

上面那句话我没考证过,但是他俩的确都说过类似的话,就是有无数人给他们反馈,告诉他俩该怎么做产品。

如果他去相信这些用户的反馈,去设计产品,结果会怎样?

我估计,乔布斯会陷入无止境的需求调整,而张小龙则要面对海量的优化/调整的功能需求中,我估计这样做,应该没谁回去买一个古怪的苹果,和打开一个奇怪的微信吧。

而且,这帮人提的意见,真的就对吗?很多人反对,很多人就对了吗?

所以,貌似我朋友遇到的问题是一个真问题啊!那数据分析到底有没有用?

三、深入

管理大师彼得德鲁克说过:“如果你不能衡量他,就不能管理他”。

乔布斯也经常用数据抓住用户,在他的PPT中经常能看到类似的画面:

张小龙也是,微信的各个按钮都布满了埋点,看各种数据是微信产品经理重要的工作之一。

这就奇怪了,为啥还会冲突呢?

其实不管是乔布斯也好,还是张小龙也罢。他们说的话、做的事,都是基于一个深刻的洞察,就是:

数据,只是理解这个世界的方式之一,对,仅仅是之一。

我们理解这个现实世界,是通过什么方式?我儿子小时候,看见啥都要去舔一口;我媳妇到现在还有在黑夜中准确找到一件衣服的特异功能,她靠的是触觉。

我们绝大多数人,是通过眼睛看,通过手去摸,通过舌头去品尝,通过耳朵去听,这些手段来认识这个现实世界的。这样可以感知到这个物理世界。

对于一些看不见摸不着的东西,我们通过思考来探索各种奥秘,用抽象来解析规律,用反思去体察自身的弱点、用同理心去感知人性。

看见没有?有很多东西是数据没法衡量出来的,即便是衡量出来的,感觉也不一样。最典型的一个例子,北京的零下5度和广州的零下5度,你比一比,那个更冷?

数字告诉你是一样冷的,但是现实会把你冻成狗。

所以完全靠数据,那是傻子。

你说,这个例子太生活化了,不能一概而论。哈哈,这种例子到处都是。我就不说互联网的了,那个太乱了,每家公司玩法都不一样。

说个最简单的例子。假如说你在路边开了个饭馆,你会怎么做?嗯,买一个收银系统,开通美团,然后就能看到后台数据了。有啥数据呢?有外卖单量、客单价、退单、评分、评论、投诉等指标,可以按日期、时段、菜品等维度区分。

是挺丰富的,然后呢?是不是有了这些数据的人,开店就不会倒闭了?没有这些数据的店,生意就不好?

并不是。

很多饭店老板根本不看数据,但是店里所有的情况其实都已经刻画在他的脑子里边了。

不信?你放开胆子想指标,看你能想到多少个!今天来了多少个客人?门口的人流量有多少?进来的多少个,消费了多少个,营业额是多少?客单价是多少?还有吗?你还能提出其他的指标吗?

可以。我相信你可以的。但是都是量化的指标。请注意,这是很容易量化的指标。

还有有一些非常难以做到的一些量化量化指标,比如满意度。

好,现在满意度等不是那么容易量化的指标也给你处理好了。然后呢?是不是就可以大干一场,挣钱去了?

四、缘由

当你拿着这些数据去开店的时候,你就会疯掉了。你会发现,满意度调查的结果压根就不准,现场的顾客直接发飙。美团上的打分和点评也不太准,因为主厨今天病了,是小工炒的菜。

今天的进店客人还是很不错的,但是亏本了,因为你上个月搞了一个活动,送了很多优惠券,导致现在客人们吃饭的时候,没有优惠就不吃了。

怎么会这样?

我不得不说一个事实,数据分析不是超级跑车,而是一根拐杖。数据分析并不能帮助你获得超能力,仅仅能在你赶路的时候比别人更快一些、更省力一些而已。

这恰恰也能说明为什么很多老板根本没数据,却能做好生意,而有些年轻老板信息化做足,却依旧赔本的现象。

而且这还是基于数据能真实反馈现实世界的前提下推断出来的。

你是不是很惊讶?数据不是最真实的么?怎么还不能真实反馈现实世界呢?

答案是因为有人的因素在里面。

比如打电话之后的满意度评分,1非常满意,2很满意,3满意,4比较满意,5不满意。很多人等不到后面的不满意,就直接选择满意了。

更搞笑的是,有一次我收到满意度调查短信,上面只有非常满意、很满意和满意三个选项。

为啥?因为满意度是客服中心的KPI。数据太难看,谁的面子都下不来。

除了人的因素之外,还有一些数学小陷阱,比如辛普森悖论。这个解释起来比较费劲,有空可以单独写一篇。简单来说,就是部分的平均结果,与总体平均的结果不一致。

究其原因,这是数据分析本身的问题导致的。一方面,可量化的数据只是整个现实世界的一部分而已;另一方面,在数据量化时,还会受到人的因素、数据分析本身的一些限制。

而那些生意做的好的老板,除了运气好之外,他们早已经用自己的方法获取了更多的信息。客人是满意而归?还是吃完抹抹嘴就走了?是临时有事?还是永远不来?是门前修路?还是隔壁做活动了?这些都不是你那个点单系统能给的数据,你如果远远的坐在总部,看着数据就下命令,多半是要遭殃的。

而这些,小店老板是都能知道的。

所以总结一下,数据只能还原部分现实世界,而且还会受到数据分析方法、人为因素的噪音影响。所以并不是特别好用,就像是一个毛玻璃一样。

五、正视

那数据分析是不是真的没啥用啊?当然不是了。毛玻璃也比一堵墙要好啊!

而且,你不是用这个能力挣着钱了么?都能挣着钱,肯定是有用的。只不过,我们的期望和实际用途上,有一些错配了而已。

数据分析不是超级跑车,谁上去都能一脚油门踩到200迈,而是远行的拐杖,你的体力弱,探的路就短;你的身体好、能力强,就能走得远。

它只有在你手上才能发挥作用,在你知道的领域,能触及的领域才有最大的效果。

如果你掌握了数据,你可以比别人稍微快一点,比别人更安全一点,比别人更稳一点,仅此而已。你如果战略方向错误,你拿着这根拐杖往前走,你会越走越偏,越走越远,走进死胡同里面出不来,他就是这样。

但是我们也不必因为数据分析的局限性而摒弃它。比如,前面虽然说北京的零下5度和广州的零下5度不一样,但是你在北京的零下5度和石家庄的零下5度体感是一样的啊。

完全只看数据是傻子,完全不看数据,那也是二傻子。

很多运营的同学就是把数据分析当跑车,一脚油门踩下去,发现根本不是那么回事。然后就说数据分析没用。

但是咱数据分析师也要清醒的认识到,数据分析真的没有那么厉害。往往工作就是这么朴实无华,看数据的表现,作出合理的假设,设计实验,做测试,优化环节,不断精进。就跟科研是一样的。

六、案例

我们可以用数据分析来干什么?或者说擅长做什么?其实就是上面说的那些内容。

在我们已知的范围内,用数据真实的反馈到现实:今天的表现怎样?我们做了哪些动作,产出了什么结果?有没有直接的因果关系?有没有其他的因素影响?哪些环节卡壳了?

一切正常?我们就多从几个维度看看,不行再往下细分看看,然后在前后对比一下,横纵对比一下。

我们还可以多种策略同时并行,看看哪一种策略更优秀。这种在流程上优化的场景,才是数据分析擅长的、直观的。

就譬如说在女装店里,重要的是客群和服装匹配。这个基调定了,再去设计服装的摆放。比如在进店的地方摆上5个不同款式的服装,测试这5个款式的吸引力。客人进来看那件衣服比较多?

如果发现进店的人群中,大多是小姑娘,那我们就在这里多摆一些时尚的、小姑娘喜欢的衣服。如果是年轻妈妈多,那我们也可以配上一些儿童服装,但是不要太多,不要喧宾夺主,对吧?

这样,我们的产品和我们的人群就比较匹配了,就能很好的支撑我们的生意了。

然后我们再去观察衣服的销售情况,是否跟我们预期的一致,如果一致,就继续放大,如果不一致,就再尝试。

如果说刚才的例子是靠经验丰富的店员,拥有微观体感,不断的去试,那么其实也有拿数据分析的案例。

譬如说,“茵曼”,他们在每件衣服上面都装了一个RFID芯片。当这些衣服被选中,拿到试衣间里面去试的时候,系统就会记录下来。

这个就意味着什么?我们就可以把用户从进店到购买的整个的链条给串起来。这样我们就可以把用户决策的过程可视化下来,发现其中的问题。

有些衣服根本连试都没人试,大概率是风格问题,直接淘汰。有些衣服经常试,但就是不成交,大概率是版型不对,优化版型。有些衣服热卖,苗头刚起,那边生产订单自动就下好了。这边刚卖完,那边新货就续上了。

他说你告你要告诉我,我今天卖什么东西能发财,我卖哪个进哪个款会很好,数据分析告诉不了你,那那不是数据分析的擅长的事情,那是时尚达人擅长的事情那是服装买手擅长的事情。

他们去解决人的问题,数据解决流程、连接的问题。如果把人性、审美、环境等无法量化或者很难量化的东西都一股脑儿扔给数据分析,那肯定完蛋。

七、结语

我们现在再次回头看看前面说的那句话,数据分析不是超级跑车,而是你身边的拐杖。他并不能让您飞速到达目的地,但是能帮助你扫平前方的障碍,是你远行途中必不可少的工具。

我们不能过分的强调它的作用,也没必要尽力贬低它的效果。

指明方向,向毛主席学习,深刻理解战略、把控局势、洞察人性;制定计划,用项目管理方法,绘制甘特图,匹配任务、时间、资源;重在执行,观察过程,监督结果,复盘全局。

数据分析在哪儿?在每个过程中都有它的身影,默默的充当那根拐杖,陪你远行的拐杖。

#专栏作家#

大数据架构师,微信公众号:大数据架构师,人人都是产品经理专栏作家。国药国华大数据总监,擅长BI、数仓、数据中台产品规划领域。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于 CC0 协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 数据分析不是超级跑车,而是你身边的拐杖,他不能让您飞快到达目的地,但是能帮助你扫平前方的障碍。作为刚步入职场的数据分析小白,明白了这个,对于以后的成长有很大的帮助

    回复