當(dāng)我大呼：“西安美女真多呀！”以后……

西安的美女，多？不多？

反正我覺得很多！

五一期間，陳老師去西安旅游，被城墻、游船、表演、仿古建筑，以及穿梭其中的大量漂亮小姐姐深深吸引了。還有很多小姐姐穿著漢服，打扮得像從畫里走出來的一樣。于是陳老師在學(xué)員群里大呼一聲：“西安美女真多呀！”

于是，群里炸了！

排除部分群友強(qiáng)烈呼吁“不要BB，上照片”的言論，大部分人在感慨：“一個(gè)做數(shù)據(jù)的，居然在不認(rèn)真分析之前，發(fā)出如此不靠譜的評(píng)論。”然后，在假期閑得無聊的群友們，圍繞著：“西安美女到底是不是非常多”進(jìn)行了激烈的辯論。

  1   

這個(gè)數(shù)據(jù)，該咋分析！

關(guān)于：“西安美女是不是真的多”，大家的觀點(diǎn)可以分作三派：

這一派不但振振有詞，而且連理論根據(jù)都列出來了，比如：這是以前帝國首都，全世界美女都往這里送所以人的基因好/米脂婆姨綏德漢，呂布貂蟬都在陜。聽起來是很有道理的。

這一派也很有道理，特別是得知了陳老師住的酒店就在大唐不夜城周圍，那邊就是景區(qū)，平時(shí)就有很多小姐姐穿著漢服去拍照，更不用說假期了。

如果用MECE法梳理邏輯，則如下圖所示：

最終，美女不存在派大獲全勝，因?yàn)殛惱蠋煹奶珗?jiān)決支持情況7，而且老婆的觀點(diǎn)就是對(duì)的。然而，大家卻都很好奇：如果真的用數(shù)據(jù)驗(yàn)證，到底該咋做呢？

  2   

數(shù)據(jù)論證，到底咋做？

注意，如果認(rèn)真討論這個(gè)問題的話，情況1和情況2是無解的。因?yàn)榇撟C的問題：“美女”是一個(gè)主觀評(píng)價(jià)。主觀評(píng)價(jià)是無法套用到宏觀數(shù)據(jù)上的。

根據(jù)7普的統(tǒng)計(jì)公報(bào)，西安常駐人口1296萬；根據(jù)西安文旅局公布數(shù)據(jù)，西安五一期間接待游客數(shù)1690萬人次，指望人工標(biāo)注：美女/非美女，根本不可能，因此從源頭上，這兩個(gè)觀點(diǎn)無解。

注意！在論證類似問題時(shí)，學(xué)統(tǒng)計(jì)學(xué)的同學(xué)，很有可能傾向于用一個(gè)現(xiàn)成的統(tǒng)計(jì)指標(biāo)，代替“美女”。

比如在陜西省統(tǒng)計(jì)年鑒里，可以查到各年齡段性別比。因此有同學(xué)會(huì)用類似：“18-24歲女性人數(shù)”這種指標(biāo)，用來分析。計(jì)算各個(gè)城市該年齡段人口比例。這種做法可以得出一個(gè)結(jié)論，但已經(jīng)修改了問題判斷標(biāo)準(zhǔn)。很有可能遭人質(zhì)疑：“誰規(guī)定的18-24歲就一定是美女！”

情況3、4、5理論上是有解的。因?yàn)槠淇紤]的并非全量數(shù)據(jù)，而是抽樣數(shù)據(jù)。抽樣數(shù)據(jù)的覆蓋范圍小，因此可以用人工打標(biāo)注的方法獲取數(shù)據(jù)。但為了避免抽樣偏差，需要細(xì)心設(shè)計(jì)抽樣方式。為了能對(duì)比出結(jié)論，最好還有合適的參照組設(shè)計(jì)。

在調(diào)研抽樣的時(shí)候，考慮越復(fù)雜，執(zhí)行成本就越高。即使只考慮兩個(gè)因素：

1、景區(qū)/非景區(qū)

2、假期/非假期

至少得設(shè)2個(gè)訪問點(diǎn)：一個(gè)在景區(qū)，一個(gè)在非景區(qū)。同時(shí)需要2個(gè)觀察時(shí)間，假期一個(gè)，非假期一個(gè)。每個(gè)訪問點(diǎn)的訪問員、QC、現(xiàn)場(chǎng)督導(dǎo)，都少不了。如果要計(jì)算“美女”在總?cè)巳旱谋壤?，還得配專門的計(jì)數(shù)員統(tǒng)計(jì)人流。至于場(chǎng)地租金、問卷、計(jì)數(shù)設(shè)備、訪問小禮品，都得準(zhǔn)備好。

很多同學(xué)覺得問問題很尷尬，其實(shí)問問題是最簡單的一步。比這更奇葩的調(diào)查陳老師都做過，比如丐幫的、小偷的、失足婦女的……。只要有小禮品+適當(dāng)?shù)貍窝b問題，都能得到配合。

比如調(diào)查失足婦女的就能把問卷偽裝成避孕套廠商的產(chǎn)品訪問……真正難的是設(shè)計(jì)抽樣條件。因?yàn)橛刑嘁蛩啬芨蓴_調(diào)研結(jié)果，考慮太粗，質(zhì)量不行；考慮太細(xì)，費(fèi)用爆炸。

所以在采用調(diào)研手段的時(shí)候，企業(yè)和政府處理問題的思路完全不一樣。企業(yè)往往舍量保質(zhì)，比如一個(gè)企業(yè)了解西安美女多不多，是想開美容院。那么可以直接在西安地圖上圈出幾個(gè)自己預(yù)計(jì)進(jìn)駐的商圈，然后通過調(diào)研鎖定2、3個(gè)商圈里到底哪個(gè)目標(biāo)客戶更多。其他影響因素就去他大爺?shù)摹?/span>

如果是政府（比如統(tǒng)計(jì)局）大規(guī)模普查，往往保量舍質(zhì)。就直接用分層隨機(jī)抽樣，抽樣條件設(shè)計(jì)都很簡單，比如第六次人口普查，抽樣主要考慮的是地區(qū)維度，每個(gè)城市先選小區(qū)，再選住戶，保障區(qū)域覆蓋，沒有考慮其他因素（詳見《第六次人口普查抽樣細(xì)則》）。

最好驗(yàn)證的，反而是情況6、7！因?yàn)榍闆r6、7跟事實(shí)沒有關(guān)系，只跟陳老師個(gè)人有關(guān)系。研究一堆人麻煩，研究一個(gè)人容易。比如，想驗(yàn)證：陳老師是不是老色批，可以看陳老師是不是：

如果是，嗯！可以確認(rèn)：陳老師是個(gè)發(fā)揮穩(wěn)定的老色批，所以其他情況都不用糾結(jié)了！

  3   

數(shù)據(jù)分析，難在哪里？

為啥要花一整篇文章，一本正經(jīng)地討論美女，是因?yàn)轭愃频膱?chǎng)景，在企業(yè)里非常普遍。在實(shí)際工作中，人們第一反應(yīng)就是說評(píng)價(jià)，而不是說數(shù)據(jù)。

而這些主觀評(píng)價(jià)，有可能成為引發(fā)內(nèi)部行動(dòng)的源頭（如下圖）

因此當(dāng)領(lǐng)導(dǎo)甩出一句：“為啥我們?cè)赬X地區(qū)發(fā)展不快？”的時(shí)候，專業(yè)的數(shù)據(jù)分析師，第一時(shí)間不是去跑數(shù)，而是了解清楚問題的源頭源自哪里（如下圖）

所以在切入問題的時(shí)候，要特別關(guān)注解決問題的時(shí)間成本/經(jīng)費(fèi)投入，投入充足才保質(zhì)保量，投入不足就看舍質(zhì)保量還是舍量保質(zhì)，甚至直接從領(lǐng)導(dǎo)習(xí)慣入手，直擊領(lǐng)導(dǎo)要害都是可以的（如下圖）

這些都是基本的工作方法，但很需要再和做數(shù)據(jù)的同學(xué)們強(qiáng)調(diào)一下。因?yàn)楝F(xiàn)在網(wǎng)絡(luò)上關(guān)于數(shù)據(jù)分析的文章太喜歡堆砌“AARRR模型”“拆解法”“對(duì)比法”這種抽象概念，完全不講如何溝通，如何梳理具體場(chǎng)景，誤導(dǎo)了很多新人。

具體問題，具體分析是做數(shù)據(jù)最基本的要求。所謂“具體”，第一順位要解決的就是各路人馬口中的“好/壞”“快/慢”“高/低”這些形容詞。遇到形容詞：

這些要第一時(shí)間梳理清楚，不然雞同鴨講，南轅北轍，都是常見的。比如90%的數(shù)據(jù)監(jiān)控、活動(dòng)評(píng)估、流程優(yōu)化分析做不好，都是因?yàn)榕袛鄻?biāo)準(zhǔn)沒整明白。有興趣的話，給陳老師點(diǎn)亮右下角的“在看，”本篇集齊60個(gè)在看，我們下一篇分享一個(gè)活動(dòng)評(píng)估的例子，敬請(qǐng)期待哦。

更多精彩原創(chuàng)：

• 用戶行為分析，就該這么做！
  

• 8張圖，看懂?dāng)?shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的六個(gè)層次
  

• 5張圖，看懂?dāng)?shù)據(jù)分析體系