數(shù)據(jù)真正的價(jià)值并不在于其統(tǒng)計(jì)或計(jì)算結(jié)果，而在于人們能對(duì)其做出正確的解讀。

正文開始之前，請(qǐng)大家先看一個(gè)案例：

一家公司希望了解自家產(chǎn)品的用戶畫像，于是他們?cè)诋a(chǎn)品包裝上印上自家小程序的二維碼，然后想辦法促使用戶去掃碼（比如掃碼查真?zhèn)巍叽a學(xué)習(xí)食用方法等）。一旦用戶掃描二維碼，公司就能從后臺(tái)了解他們的基本信息，比如下圖就是對(duì)用戶年齡分布的統(tǒng)計(jì)結(jié)果：

（PS：出于保密需要，這里暫且放一張P過的圖來(lái)示意）

現(xiàn)在請(qǐng)問：哪個(gè)年齡段的人才是該產(chǎn)品的典型用戶？

對(duì)于這個(gè)問題，我一共聽到過三種答案：

• 第一種認(rèn)為是30—39歲。如果你問他為什么，很顯然，因?yàn)槟遣糠种幼罡?#8230;
• 第二種認(rèn)為是25—29歲。因?yàn)殡m然它高度只是第二，但它的年齡跨度只有5歲，僅僅是30—39歲跨度的一半。
• 第三種則認(rèn)為18—29歲都是，道理跟第二條類似，不再多解釋。

那么，究竟哪種答案才更加正確呢？

我估計(jì)大部分人都會(huì)選第二種或者第三種吧？

最開始我也是這樣解讀的，認(rèn)為該產(chǎn)品的典型用戶就是“年輕人”。（若按照國(guó)家統(tǒng)計(jì)局的標(biāo)準(zhǔn)，也就是15—34歲的人）

不過說(shuō)實(shí)話，這個(gè)結(jié)論還真挺讓我驚訝。因?yàn)槿舾鶕?jù)我的常識(shí)來(lái)判斷的話，它的典型用戶應(yīng)該是年紀(jì)稍大點(diǎn)的中年人才對(duì)。

該產(chǎn)品屬于健康食品，主打“排毒”“減肥”“降三高”“治便秘”“抗酸”的功效（你先別笑它賣點(diǎn)太多不夠聚焦，又不是走電視廣告的路子），而這些功能屬性，除“減肥”以外，我相信不少人都會(huì)跟我一樣——若用常識(shí)來(lái)判斷，它們應(yīng)該更偏向中年人。

然而，數(shù)據(jù)結(jié)果卻與常識(shí)判斷相互矛盾…這時(shí)候，你到底該相信數(shù)據(jù)還是相信常識(shí)呢？

這是我最近在一個(gè)項(xiàng)目中遇到的一個(gè)問題，這個(gè)問題也的確讓我糾結(jié)了一段時(shí)間。因?yàn)橐环矫嬗腥苏f(shuō)“數(shù)據(jù)是不會(huì)撒謊的”，而另一方面又有人說(shuō)“做調(diào)研，常識(shí)才更加重要”…

不過，當(dāng)我想起以前看到過的一段故事之后，問題就變得相對(duì)明朗了。

1. 二戰(zhàn)的故事

在二戰(zhàn)期間，盟軍的戰(zhàn)斗機(jī)在戰(zhàn)斗中損失慘重，于是盟軍總部秘密召集了一批物理學(xué)家、數(shù)學(xué)家來(lái)專門研究“如何減少空軍被擊落的概率”。

當(dāng)時(shí)軍方統(tǒng)計(jì)了所有返航飛機(jī)的中彈位置，發(fā)現(xiàn)機(jī)翼部分中彈比較密集，而機(jī)身和機(jī)尾的中彈比較稀疏，因此當(dāng)時(shí)普遍的建議便是：應(yīng)加強(qiáng)機(jī)翼部分的防護(hù)。

然而，統(tǒng)計(jì)學(xué)家沃德卻提出了一個(gè)完全相反的觀點(diǎn)，他認(rèn)為應(yīng)加強(qiáng)機(jī)身和機(jī)尾部分。

沃德教授說(shuō)：“所有的樣本都是成功返航的飛機(jī)，也就是可能正是因?yàn)闄C(jī)翼遭到攻擊，機(jī)身和機(jī)尾沒有遭到密集的攻擊，所以才使得這些飛機(jī)能夠成功返航?！?/p>

后來(lái)又經(jīng)過一系列有力的論證后，軍方果真采用了他的建議。事后也證明這的確是無(wú)比正確的決策，有效降低了空軍被擊落的概率。

這個(gè)故事講的就是所謂的「幸存者偏差」（Survivorship bias）

幸存者偏差是指：當(dāng)取得資訊的渠道僅來(lái)自于幸存者時(shí)，此資訊可能會(huì)存在與實(shí)際情況不同的偏差。（因?yàn)樗廊瞬粫?huì)說(shuō)話）

那它跟之前用戶畫像的例子有什么關(guān)系呢？

關(guān)系很大。

雖然數(shù)據(jù)是不會(huì)撒謊的，但它只能展示出有數(shù)據(jù)（幸存者）的那部分信息，而無(wú)法展示沒有數(shù)據(jù)（陣亡者）的那部分信息，它是片面的。

翻譯到之前那個(gè)案例：如果僅憑掃過碼的用戶數(shù)據(jù)來(lái)判斷產(chǎn)品的用戶特征，其實(shí)是忽略了那些使用了產(chǎn)品但沒有掃碼的用戶的數(shù)據(jù)。畢竟，不是所有用了產(chǎn)品的人都一定會(huì)掃碼。

而這里有很多可能的因素會(huì)影響結(jié)果，比如：

• 不同年齡段的人擁有不同的掃碼習(xí)慣——可能年輕人更愿意掃碼，而中、老年人大部分都沒有掃碼習(xí)慣。
• 掃碼的人不一定是產(chǎn)品的用戶——也許是年輕人買了該產(chǎn)品送給長(zhǎng)輩，然后自己去掃了碼。
• 說(shuō)服人們掃碼的文案也會(huì)有影響——假如你說(shuō)“掃碼享優(yōu)惠”，那最終掃碼的可能就更偏向于那些“精打細(xì)算”的用戶，而不是所有用戶。

總之，永遠(yuǎn)不可能得到完整的數(shù)據(jù)樣本。

因此，回到文章最開始的問題——哪個(gè)年齡段的人才是該產(chǎn)品的典型用戶？

準(zhǔn)確的答案應(yīng)該是：無(wú)法僅通過該數(shù)據(jù)就得出結(jié)論。

是的，到目前為止，我依然更偏向于相信常識(shí)——認(rèn)為中年人才是它的典型用戶。（估摸著至少也是30歲以上）

2. 洞穴之喻

柏拉圖曾在《理想國(guó)》的第七篇中，講了一個(gè)著名的比喻——洞穴之喻（Allegory of the Cave）

設(shè)想有個(gè)很深的洞穴，洞里有一些囚徒，他們生來(lái)就被鎖鏈?zhǔn)`在洞穴之中，他們背向洞口，頭不能轉(zhuǎn)動(dòng)，眼睛只能看著洞壁。

在他們后面砌有一道矮墻，墻和洞口之間燃燒著一堆火，一些人舉著各種器物沿著墻往來(lái)走動(dòng)，如同木偶戲的屏風(fēng)。當(dāng)人們扛著各種器具走過墻后的小道，火光便把那些器物的影像投射到面前的洞壁上。

由于這些影像是洞中囚徒們唯一能見的事物，他們便以為這些影像就是這個(gè)世界真實(shí)的事物。

在現(xiàn)實(shí)生活中，數(shù)據(jù)就像該比喻中印在壁洞上的影像——它試圖利用低維的事物，去給人們描繪一個(gè)高維的東西。如果將洞壁的影像進(jìn)行數(shù)據(jù)化處理，哪怕技術(shù)再先進(jìn)，收集的數(shù)據(jù)再多，都難以讓洞穴人感知到一個(gè)真實(shí)的世界，因?yàn)樗麄兛吹降氖澜缍急弧敖稻S處理”了。

而另一方面，常識(shí)又是什么？

不可否認(rèn)的是：常識(shí)跟數(shù)據(jù)一樣，都是片面的。并且每個(gè)人的常識(shí)都不盡相同，質(zhì)量參差不齊。

不過這里想說(shuō)的重點(diǎn)是：相比于數(shù)據(jù)，常識(shí)能從更多得多的角度去分析一個(gè)事物。

因?yàn)槿祟惖拇竽X很奇妙，它能把很多看似無(wú)關(guān)的事物聯(lián)系在一起。而這一點(diǎn)，是任何計(jì)算機(jī)都很難以數(shù)據(jù)的形式做到的。

舉個(gè)最簡(jiǎn)單的例子：人們可通過觀察“一根筷子折得斷，十根筷子折不斷”的現(xiàn)象，悟出一個(gè)與之毫不相關(guān)的道理——團(tuán)結(jié)就是力量。而同一個(gè)現(xiàn)象如果交給計(jì)算機(jī)去處理，那最后的結(jié)果就肯定只能與“材料”“扭矩”和“力度”等相關(guān)…

再比如邁克·亞當(dāng)斯曾做過的一項(xiàng)研究，他發(fā)現(xiàn)：美國(guó)大學(xué)生期中考試臨近時(shí)，奶奶去世的可能性是平時(shí)的10倍，而期末考試時(shí)是平時(shí)的19倍。（數(shù)據(jù)來(lái)自各高校收到的請(qǐng)假郵件和推遲交論文的申請(qǐng)）

若單看數(shù)據(jù)，你也許會(huì)認(rèn)為學(xué)生的學(xué)術(shù)壓力會(huì)對(duì)奶奶的健康造成影響（的確有科學(xué)家對(duì)此做過研究…）；但若用常識(shí)去思考，那就很簡(jiǎn)單了——為躲避考試，學(xué)生們編造了“奶奶去世”的請(qǐng)假借口。

這就是常識(shí)與數(shù)據(jù)的區(qū)別——常識(shí)是多維的，數(shù)據(jù)是單維的。

3. 數(shù)據(jù)不騙人，但它會(huì)坑人

數(shù)據(jù)真正的價(jià)值并不在于其統(tǒng)計(jì)或計(jì)算結(jié)果，而在于人們能對(duì)其做出正確的解讀。不過這很困難，尤其當(dāng)你面對(duì)的是殘缺的數(shù)據(jù)。

就像我以前舉過的一個(gè)例子：

據(jù)《2017社會(huì)大學(xué)英雄榜》顯示，國(guó)內(nèi)登上胡潤(rùn)百富榜的2000多位資產(chǎn)超二十億的富豪中，有一半的人都是低學(xué)歷。（PS，低學(xué)歷是指本科以下的學(xué)歷）

請(qǐng)問：從這條新聞中你能讀出什么結(jié)論？

我想肯定有很多人會(huì)認(rèn)為：學(xué)歷的高低跟收入的確沒什么關(guān)系。

然而，這種解讀是錯(cuò)的。

正確的解讀方式是什么呢？

應(yīng)該是：中國(guó)在2016年末大約有13.8億人口，其中本科及以上的只有3800萬(wàn)，本科以下則有13.42億——低學(xué)歷的人本來(lái)就比高學(xué)歷的人多得多（35倍），而它們進(jìn)入榜單的人數(shù)基本相同。因此，擁有高學(xué)歷的人進(jìn)入百富榜的概率，是低學(xué)歷的35倍。

在這個(gè)例子中，所有的數(shù)據(jù)都是真實(shí)的。但如果你只看到一部分?jǐn)?shù)據(jù)，而沒有看到其他數(shù)據(jù)，那就很容易被數(shù)據(jù)給坑了，得出錯(cuò)誤的結(jié)論。

當(dāng)然，要想得出更加準(zhǔn)確的結(jié)論，這里還需挖掘更多的數(shù)據(jù)。比如：

• 富豪們的年齡分布。畢竟不同年齡段人群的學(xué)歷分布是不一樣的；
• 所屬行業(yè)的分布。畢竟不同行業(yè)對(duì)學(xué)歷的要求與相關(guān)程度是不一樣的；

在這些富豪中，高學(xué)歷的收入與低學(xué)歷的收入的總體對(duì)比情況…

嗯，如果你不是專門學(xué)統(tǒng)計(jì)的，相信在加入這么多因素之后，一定會(huì)崩潰掉…不過你也不用慌，因?yàn)榇蟛糠智闆r下，你根本就沒有機(jī)會(huì)能知道這么詳盡的數(shù)據(jù)。

包括以數(shù)據(jù)著稱的新零售。為什么大部分新零售項(xiàng)目仍然在虧錢？其實(shí)就是因?yàn)樗鼈兊囊?guī)模還沒有達(dá)到一定的量，數(shù)據(jù)的維度依然比較單一，“算”出來(lái)的東西依然不夠精準(zhǔn)，所以效率的提升也就很有限了。

4. 小結(jié)一下

文章讀到這里，你也許會(huì)在心里嘀咕：小云兄你寫這篇文章，是不是想告訴我們數(shù)據(jù)是沒有用的呢？如果數(shù)據(jù)的結(jié)果都不夠準(zhǔn)確，那什么才是準(zhǔn)確的呢？

首先，這里并不是說(shuō)數(shù)據(jù)沒有用，即使它是片面的。

所謂的要客觀看問題，并不是指你一定要掌握了所有數(shù)據(jù)之后才能下定論，而是要在下定論之前，盡量多方面了解一些數(shù)據(jù)和信息，無(wú)論它們本身多片面。

多了解一點(diǎn)，犯錯(cuò)的幾率就會(huì)小一點(diǎn)，多看到一面，你離客觀的真相就更接近一點(diǎn)，這就是進(jìn)步。

千萬(wàn)不要試圖一下子解決所有的問題，或者以為一下子就得到準(zhǔn)確的答案，因?yàn)檫@本身就是一種錯(cuò)誤的價(jià)值觀，或者說(shuō)癡人說(shuō)夢(mèng)。（所以你也不用糾結(jié)“什么才是準(zhǔn)確的”了，根本就不存在）

知道自己還有不知道的，并在問題中不斷前進(jìn)，這才是真正科學(xué)發(fā)展的思想。

相反的，如果僅憑單方面數(shù)據(jù)就武斷得出結(jié)論，并且篤定得不行，那無(wú)論數(shù)據(jù)樣本有多大，你的結(jié)論和真實(shí)情況都很可能是天差地別的。

作者：小云兄

來(lái)源：微信公眾號(hào)“品牌圈圈（ID：Brand-Circle）”

本文由 @小云兄 授權(quán)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Pexels，基于 CC0 協(xié)議