從大學到現(xiàn)在，我已經(jīng)花了10年的時間在數(shù)據(jù)分析的學習和工作上，也幾乎見證了大數(shù)據(jù)行業(yè)從興起到普及的過程。10年之前，數(shù)據(jù)還是一種稀缺的資源，我做助研的時候甚至還花了很多時間手抄數(shù)據(jù)。到了現(xiàn)在，每個人方方面面的行為都可以被數(shù)據(jù)刻畫了，這的確是非常巨大的變化。

但在這個過程中，我也經(jīng)歷了所謂的大數(shù)據(jù)行業(yè)從眾星捧月到監(jiān)管收緊的過程。就像任何新興的行業(yè)一樣，大數(shù)據(jù)從業(yè)人員也魚龍混雜，很多人忙著掙快錢，但是沒有足夠多的人愿意在技術(shù)和思考上花足夠的時間，這是一件令人遺憾的事。

從我個人的體會來說，數(shù)據(jù)分析至少存在三個階段。第一個階段是熟練計算階段，也就是能從數(shù)據(jù)中正確計算出結(jié)論。這一階段需要的是編程能力和基礎的邏輯分析。在過去幾年中，我明顯看到行業(yè)內(nèi)的編程水平有顯著提升。10年前，相當多的分析師都在使用Excel進行分析，但到了今天，大多數(shù)分析師都能熟練使用至少一種統(tǒng)計編程語言了。這的確是巨大的進步。

然而達到熟練計算只是一個起點，我很快發(fā)現(xiàn)計算本身并不能得出結(jié)論。就像經(jīng)濟學常舉的例子一樣：冰淇淋銷量越高，游泳溺水的人越多，這兩者并不具有因果關系。它們共同的影響因素是氣溫，只有當溫度高的時候，冰淇淋才會銷量好，游泳的人才會更多。那么如果單純看數(shù)據(jù)，不加以分析，顯然是無法得出正確的結(jié)論的。

遺憾的是，有很多人將數(shù)據(jù)分析簡化成了一種計算器一樣的工作，只要每周算出一個填滿了數(shù)字的報表就覺得滿意了。事實上并非如此。我們可能會看到“7天學會Python”的課程廣告，但是7天不能學會數(shù)據(jù)分析。我在上大學的時候經(jīng)常做出一些p-value<0.5的顯著結(jié)論。拿給導師看，導師經(jīng)常會問我：你覺得這是不是巧合？我也不知道這是不是巧合。這就是第一個階段的狀態(tài)，我通過計算能得出數(shù)字，但并沒有觀點。

第二個階段是熟練分析階段，這時不僅能計算出數(shù)字，還能得出相對正確的分析。每當拿到一份分析報告，我經(jīng)常會問寫報告的同事：“你的觀點是什么？”但很多時候作者并沒有觀點。我覺得這是不夠的。分析是一個不斷練習的過程，剛開始分析肯定會產(chǎn)生錯誤的觀點，甚至熟練之后依然會產(chǎn)生錯誤的觀點。但如果進行足夠的多的分析，最后是可以提高分析的準確性的，從而能夠詮釋一些復雜的問題。

曾經(jīng)聽過前同事的一個演講，非常有趣。他們幫助一款APP做用戶留存分析，發(fā)現(xiàn)該APP的次日留存率、7日留存率和第2個月留存率都非常高，但是用戶量就是無法增長。這真是令人百思不得其解。認真思考后，才發(fā)現(xiàn)原來因為這是一款陌生人交友APP，當持續(xù)活躍的用戶在2-3個月的時間里找到了合適的朋友之后，就會和固定的伙伴轉(zhuǎn)入微信溝通，不再使用該APP了。所以這個APP在2個月之后的留存下降很快。我覺得這就是一個很有趣的分析，這就是熟練的分析師應該掌握的能力。

第三個階段是熟練預測階段，事實上，當對一個問題理解足夠深刻之后，數(shù)字應該變成驗證猜想的證據(jù)，而不是分析的主要信息來源。有一個故事是說某學生負責幫導師更新報表，報表上有幾百個數(shù)字。導師一看，就指著一個數(shù)字說：“這個數(shù)字算錯了?！睂W生非常驚訝，問：“您為什么能看出這一個數(shù)字算錯了呢？”導師說：“因為我知道對的數(shù)字應該是什么?！?/p>

我剛工作的時候，大家依賴于經(jīng)驗進行判斷，而對數(shù)據(jù)分析出來的結(jié)果并不信賴。到了現(xiàn)在，我也傾向于依據(jù)經(jīng)驗進行分析。雖然如此，但我覺得數(shù)據(jù)分析和經(jīng)驗判斷是一個相輔相成的關系。一個足夠有經(jīng)驗的人，應該能提出合理的假設，并且用最少的數(shù)據(jù)進行驗證，從而更高效地得出結(jié)論。但如果只依賴數(shù)據(jù)，又會容易得出隨著樹越長越高，我國的GDP會越來越高這種荒謬的結(jié)論。所以數(shù)據(jù)分析要建立在經(jīng)驗的基礎上，才能發(fā)揮重要的決策作用。

我選擇數(shù)據(jù)分析作為工作時曾經(jīng)有一點擔心：雖然我上學時對數(shù)據(jù)分析很感興趣，但當興趣變成工作之后，我是否還能保持同樣的熱情呢。幸運的是，在工作的過程中，我逐漸發(fā)現(xiàn)數(shù)據(jù)分析并不是一個技能導向的工作，而是一個思考導向的工作。技術(shù)很快就能掌握，但是對問題的理解是無法速成的。

很多人會覺得數(shù)據(jù)分析的核心是編程、模型和技術(shù)能力，從而在工作中很快失望。因為工作中大多數(shù)時候不需要那么復雜的算法，讓人覺得自己掌握的算法等等不過是屠龍之技。然而解決問題的核心是清晰的思路。一個看透本質(zhì)的分析師用Excel就能做出足夠好的分析。各種技術(shù)都是工具，只有善于運用這些工具才能最快最好地解決問題。

我經(jīng)常會想起一些前瞻性的成果，包括經(jīng)濟學上的創(chuàng)新性論文、包括iPhone這樣超越時代的設計、包括十年磨一劍的企業(yè)云服務等等。我覺得這些都體現(xiàn)了對行業(yè)的前瞻性的理解。數(shù)據(jù)分析也是一樣，我們不能被數(shù)據(jù)所束縛，而是要利用數(shù)據(jù)摸索尚未成形的方向。我覺得這就是數(shù)據(jù)分析更高的目標。

end.

作者：DW.

想了解更多數(shù)據(jù)分析內(nèi)容請掃描下方二維碼