偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

測試一下,讀懂?dāng)?shù)據(jù)的能力,你有嗎?

大數(shù)據(jù) 數(shù)據(jù)分析
因為這就是孤零零一個數(shù)字,啥含義都沒有。想讀懂?dāng)?shù)據(jù),至少它得是一個明確的數(shù)據(jù)指標(biāo)。包含了指標(biāo)名稱,使用場景,計算口徑。同樣是180,我們換成:成年女性,身高180cm。是不是一下清晰很多了。

?很多新人讀不懂?dāng)?shù)據(jù)含義。對著報表,只會和復(fù)讀機一樣叨叨:“昨天銷量100,今天銷量120,增加20……”講這些只要不是瞎子都能看得到的東西。也因此經(jīng)常被笑話。咋辦?!

讀懂第一階段:明指標(biāo)

給一個數(shù)字:180,能看出含義不?

不能!

因為這就是孤零零一個數(shù)字,啥含義都沒有。想讀懂?dāng)?shù)據(jù),至少它得是一個明確的數(shù)據(jù)指標(biāo)。包含了指標(biāo)名稱,使用場景,計算口徑。同樣是180,我們換成:成年女性,身高180cm。是不是一下清晰很多了。

讀懂第二階段:立標(biāo)準(zhǔn)

而且很多人可能已經(jīng)有了本能的判斷:這個女生個子很高。這么判斷,可能基于數(shù)據(jù)統(tǒng)計。根據(jù)2015年《中國居民營養(yǎng)與慢性病狀況報告》,報告顯示,成年男性平均身高167.1cm,女性155.8cm,也就意味著180cm已經(jīng)超過大量男性身高了??梢远x為高。這么判斷,也可能基于約定俗成的習(xí)慣。比如習(xí)慣來說,女生超過170已經(jīng)算高個了,180更是超大個。肯定算是高了。

兩種判斷都沒有錯,其實都是進(jìn)一步讀懂?dāng)?shù)據(jù)的方法:統(tǒng)計法和習(xí)慣法。統(tǒng)計法基于數(shù)據(jù)統(tǒng)計上的差異進(jìn)行高中低劃分。習(xí)慣法則是把人們約定俗成的習(xí)慣量化。

從“成年女性,身高180cm”到“成年女性,個子非常高”是讀懂?dāng)?shù)據(jù)的一個重要轉(zhuǎn)折。因為180cm是一個客觀數(shù)值,不能直接影響我們決策。但是“高”是一個判斷結(jié)果,這個判斷是會影響我們決策的。不信繼續(xù)往下看。

讀懂第三階段:合場景

場景1:小明身高175,二姨很熱情的介紹了一個180的女生來給他相親。

場景2:小明在組織一次展會活動,需要5名模特,HR linda介紹了1個180女生給他。

問兩種場景下小明的心情如何?

有些女生會嫌棄比自己矮的男生,很不幸,小明就是被深深嫌棄過的一名靚仔。所以小明遇到場景1估計就直接罵娘了:“早就說了不要找比我高的,你丫是誠心給我難堪嗎!”——這就是無視別人要求的結(jié)果。

場景2估計小明會很開心。展會的模特嘛,就是要人高馬大模樣俏,這樣才夠排面。當(dāng)然肯定出場費貴很多。這時候要是圖便宜,隨便找?guī)讉€矮個子妹子,估計領(lǐng)導(dǎo)看到身高就要開罵了——給你們費用,不拿來貼門面,拿來擦屁股嗎!

所以想再深度讀懂?dāng)?shù)據(jù),一定要結(jié)合具體場景。這里有兩種做法:

1、基于業(yè)務(wù)邏輯推演

2、基于過往經(jīng)驗總結(jié)

兩種方法,都需要對業(yè)務(wù)場景的深入了解(如下圖):

圖片

讀懂第四階段:觀態(tài)勢

經(jīng)過前三階段,我們已知的信息是:

1、成年女性180cm屬于:高

2、找模特需要個子:高

3、個子高+模樣俏=價格貴

在這些基礎(chǔ)上,再看數(shù)據(jù),又會有新的解讀。

比如你負(fù)責(zé)籌劃展會,你下邊的廣告公司推薦的現(xiàn)場模特身高如下:

圖片

看完以后,你可能馬上讀出:這幫孫子又想黑我的費用!偷偷摸摸給我換了一批便宜的模特!是滴,這個解讀就又比“誒呀,身高縮水這么多”更進(jìn)一步,這就是第四階段的解讀。

同樣的數(shù)據(jù),如果你沒有讀出這個,直接發(fā)給了領(lǐng)導(dǎo),領(lǐng)導(dǎo)看完可能立馬解讀出:這個新來的小伙子不懂業(yè)務(wù)呀,哪有排面活做得這么寒磣的。

同樣的數(shù)據(jù),如果領(lǐng)導(dǎo)沒有處理,真的找了一批隨便什么人去展會。你的經(jīng)銷商們看了以后,立馬能解讀出來:誒呀,今年這品牌實力是不是有問題呀,你看展臺面積也縮水了,新品發(fā)布會也不熱烈,模特都是湊數(shù)的,不行不行。

所有這些都是基于一個身高數(shù)據(jù),所謂見微知著,其實背后都是有邏輯的推理(如下圖):

圖片

讀懂與瞎胡亂讀的區(qū)別

當(dāng)然,解讀數(shù)據(jù)也是有限度的,過分解讀,或者隨便亂猜,都會導(dǎo)致錯誤理解。比如:

隨便亂猜:你看模特都是美女,所以他們的老總肯定好色。

過度解讀:你看這次請了九個美女模特,肯定有九款產(chǎn)品發(fā)布。

讀懂與隨便亂猜的最大區(qū)別,就是證據(jù)數(shù)量。比如上邊經(jīng)銷商質(zhì)疑品牌商實力,并不只是孤零零地看模特身高變化,也看了展臺、看了新品發(fā)布會,有多個證據(jù)支持,解讀自然接近真實。隨便亂猜常常是毫無依據(jù)(好色的證據(jù)呢?)過度解讀,常常是孤證不立(除了九個模特,還有其他證據(jù)嗎?)。

當(dāng)然并不排除我們獲得了更多證據(jù)以后,有個新的解讀。邏輯性+證據(jù)數(shù)量,是判斷數(shù)據(jù)解讀的唯一標(biāo)準(zhǔn)。只要有充足的證據(jù)+合理的邏輯,我們就有理由接受結(jié)論。

為啥企業(yè)里解讀數(shù)據(jù)很難

為啥例子里解讀數(shù)據(jù)很容易,可實際工作中很難呢?答:因為身高、相親、展會模特這些例子,本身業(yè)務(wù)含義非常簡單清晰,容易懂??蓪嶋H工作里,數(shù)據(jù)分析師常常脫離業(yè)務(wù),對具體銷售、運營、產(chǎn)品、售后等等情況一無所知,只能通過:銷售額,毛利、活躍率、轉(zhuǎn)化率等幾個數(shù)字做簡單猜測。

常見的問題,比如:

不懂業(yè)務(wù)含義:為啥相親要關(guān)注身高?不是看有沒有感覺嗎?

不懂業(yè)務(wù)情況:為啥小明不喜歡高個子女生?高個子才是靚女?。?/p>

不懂業(yè)務(wù)邏輯:為啥展會一定要找高個子模特?隨便去幾個人不行嗎?

這樣導(dǎo)致的結(jié)果,是無從對數(shù)據(jù)下判斷。于是只能流于“昨天銷量120,今天140,增長20,增長了16.7%”這種毫無意義的流水賬。關(guān)鍵是,這些判斷很有可能在業(yè)務(wù)看來是常識,所以在溝通中出現(xiàn)了“業(yè)務(wù)懶得說,數(shù)據(jù)不知道問”的尷尬場面。最后怪罪到數(shù)據(jù)分析師頭上的時候,他還可憐巴巴地:我又沒相過親,我又沒做過展會,嗚嗚嗚……

所以想解讀得深入、具體,就得貼近業(yè)務(wù),學(xué)會從具體操作中抽象出數(shù)據(jù)含義,將業(yè)務(wù)方的判斷量化。?

責(zé)任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2022-06-29 10:04:01

PiniaVuex

2009-06-15 11:22:06

2022-08-08 10:09:08

Vitest單元測試

2010-12-06 09:10:02

LightSwitch

2020-10-15 11:18:13

Linux內(nèi)核虛擬機

2022-03-02 10:53:22

Postman工具開發(fā)

2023-02-08 09:02:05

VS Code摸魚神器

2020-07-02 09:46:05

AI

2018-06-05 14:02:05

OpenStack虛擬機網(wǎng)絡(luò)

2021-06-07 18:45:06

5GVR

2013-11-20 13:41:32

IE微軟解決方法

2021-12-27 18:00:30

對象數(shù)組Java

2023-06-01 08:19:19

ArrayListVector多線程

2013-09-13 09:31:09

MongoDBZardosht KaTokutek

2019-04-15 10:45:13

pingICMP協(xié)議

2018-02-08 10:52:13

Kotlin語言代碼

2023-12-26 01:18:11

C代碼CPU主頻

2024-01-31 08:23:54

2021-01-21 07:31:11

Filter框架權(quán)限

2021-04-13 07:29:13

Swagger3接口Postman
點贊
收藏

51CTO技術(shù)棧公眾號