事实和观点这两个名词看起来区别很大。但实际上在生活中我们大家常常会将两者混淆。

  。这句话到底是事实还是观点呢？很显然这句话是观点。究竟下降多少算一下子就下降？也许你认为的一下子就下降在我看来变化并不大。那么如果他说：

  这句话是事实还是观点呢？这句话看起来已经很像事实了，但是实际上它依然属于观点。

  有这样一种情况，转化率在短期内它看起来是下降的，但是你站在宏观的层面上，以月为单位甚至以年为单位，它是它是上涨的，那么你究竟说他是上涨还是下跌呢

  只有分清楚观点和事实才有继续分析的可能性。因为观点的沟通会出现误差，而事实则不会。如果我们用观点做沟通，自然会出现大量的误解。

  但是单纯只有数据，对业务问题的分析没什么帮助，毕竟我们得了解这一个数据到底带来了哪些业务信息，所以最后事实还是要归纳成“观点”。

  比如我们大家可以分析每周的情况，看历史上是不是真的存在这一的趋势，平均下跌是多少？如果历史上每周三都会下跌，平均下跌7%，那么我们就可以认为目前数据比较正常，没有问题。

  这样得出的结论全都是客观的，如果你不找标准，而用主观判断数据的好坏，那么不同部门的人会沟（shuai）通（guo）很久。

  人们总是习惯于通过个人的现存经验和知识去判断未知事物，这种预设立场的思维在原始人的时代很有价值，其优点是：不浪费宝贵的能量，快速决断，避免因为低效决断而错失机会

  在数据分析的场景下，我们应该尽可能地找出真实原因。此时这种预设立场的决断方式会造成许多错误，因为现有经验和知识在应对未知事物时是不足的，是有偏差的。

  如果出现了业务问题，关联的业务方往往预设一个立场：这事没有看起来那么糟，或者这事和我没关系。

  ，业务方的反应往往是这个数据下降肯定跟自己无关。自己的运营活动明明做的很成功，转化率下降一定是行业因素、用户质量等等其他因素导致的。于是为了证明这个观点，他们顺着这个预设的前提，找到一些相关的证据来解释转化率下降的现实。

  实际上，想要证明一个观点，只要你肯去找，不管观点多么荒谬，总能找到支持你的理由。不仅辛普森悖论这种统计学的把戏能得出完全相反的结论，即使最简单的“真话不全说”的方法，也能达到这种目的。

  比如，我说个比较荒诞的例子：比如中国男足，想要把男足描述成世界强队行不行？当然行。

  2.即使是巴西队这样的世界强队也仅战胜过中国队一次3.自2002年韩日世界杯后，中国队在世界杯正赛上不败纪录已经延续12年4.纵观漫长的世界杯史，中国队也仅输过三次5.中国队从未在世界杯点球大战中失利过6.中国队在领先的情况下从未丢过球你看，只要你想证明一件事，总能找出一些证据。所以，

  。数据分析部门一般独立于业务部门之外，这样做才能够确保数据分析师没有业绩压力，分析具有独立性。因为数据分析的独立性，所以最终问题究竟是在产品上、运营上或者市场上，数据分析师不会有明显的偏向，只认客观数据。

  预设立场，是要找到证据来证明猜想，一个数据不行，那就换另一个数据。直到能证明这个观点为止。

  而验证假设，则是事先规划验证这个假设需要的数据。如果数据最终不符合假设，那么就抛弃这个假设。

  抛弃固有的思维定式，这是非常反人性的，这也是为啥说数据分析要专业训练的原因。

  ，是从结果找原因的方法。也就是说，通过观察很多个别事物的特殊性，然后概括出同类事物的特征。但是我们一般不可能观察到这个事物的所有样本。所以归纳法得出的结论是不确定正确性的。

  于是，它得出了一个惊天大定律：“主人总是在上午9点钟给我喂食。”时间来到圣诞节的前一天，上午9点，主人又一次准时出现，但是这一次，主人带来的并不是食物，而是把它变成了食物….这个是英国哲学家伯特兰·罗素提出的一个问题，被称为「罗素的火鸡」，用来讽刺那些归纳主义通过有限的观察，得出自以为正确的结论。

  比如一月到三月的成交金额连续上升，初级分析师往往会说：成交金额呈现上升的趋势。

  这是典型的归纳法思维：因为过去是这样的，所以未来应该也会继续这样。这和那只火鸡的思维其实也没什么本质的差别。

  而且这和没分析一样，你把数据丢给业务方，他们也能看出目前呈现上涨的趋势。如果想要做好数据分析，就不能滥用归纳法，这点依然很反人性。

  ，是从原因找结果的方法。要想预测四月份的成交金额会如何，第一步是要分析前三个月的成交金额为何会上涨？当时的背景是什么？上涨要哪一些条件？四月份的这些条件是否依然存在？如果维持成交金额上涨的条件不变，我们才可以说四月份会继续延续这种上涨的势头。

  经过演绎法推理的结论才是合理的，而且我们通过深挖找出了内部的原因，这才是业务人员想要知道的。

  数据分析师是需要大量的逻辑思维训练，但我们自己做好还不够，我们的工作必须和业务方沟通，帮他们解决实际的业务问题。

  但是很多业务人员没考虑清楚就跑来沟通，他们的需求可能充满了逻辑问题，这时我们就需要帮对方理清思路，找出对方表述背后的逻辑。

  数据分析师往往会听到业务方这样问：本周的转化率相比上周已经下降了5%，怎么办？这句话听起来感觉没什么问题，实际上逻辑并不是非常严密。

  首先，这句话的前半部分很好地表达了事实，值得表扬。如果前半句是一个观点，我们还需要先找到事实。

  但是这句话的后半句有问题，后半句的“怎么办”，放在这个语境中，潜台词其实是这样的：

  转化率下降5%真的是不好的情况吗？这就涉及到了标准了，之前提到了我们要找到一个客观标准，通过标准解决出数据的业务含义。因此我们第一步要协助业务方找到一个标准。

  如果数据表现真的不好，那么这是现在急需解决的问题吗？这样的一个问题的答案也是不一定。商业世界要解决的问题太多，在同一时刻，永远存在着各种各样的问题。而企业的资源是有限的，不可能同时解决所有的问题。问题的解决必然有轻重缓急之分。

  那么凭什么要先解决转化率的问题，而不是解决引流的问题、留存的问题、活跃度的问题？

  数据分析师一定要了解企业当前的战略方向，把有限的资源投入到更重要的方向上。

  如果上面这两个隐藏的问题不想清楚，就开始分析怎么办，那么这类分析师的工作往往会费力不讨好，做很多低绩效的工作。

  政府办回应“湖南一对父子吃下碳酸钡粉末中毒”：父子俩发生矛盾，儿子身亡，父亲还在救治

  列车员凌晨餐车吃饭被乘客狂喷，官方表示列车员服务意识不强，网友：这种回应是犯贱！

  华为 Pocket 2 折叠屏手机维修备件价格公布：屏幕 2399 元

  全球首款，谷歌 Tensor G3 芯片支持手机硬件加速 AV1 编码