为什么要远离唯数据论？数据分析师表示这才是原因

随着越来越多的数据积累，数据采集成本不断降低，人们开始走向另一个危险的极端，即一切都依赖于数据，任何决策都依赖于数据。这种风气造就了越来越多的“数据愚蠢”。作为一名数据分析师，我非常反对“仅数据理论”。为什么?让我详细说明一下。

1、为什么要远离唯数据论——数据库不会记录所有的东西

您认为通过数据库中的记录，您可以完全了解您的业务吗?答案是否定的。说白了，数据库只记录业务链中发生的行为，但行为的结果并不代表整个业务。例如，我们可以通过用户的使用行为数据来了解用户的体验吗?答案是否定的，我们只是根据用户的“行为结果”来猜测用户的体验。真正的用户感受，在他们的心理中，很多时候，不会通过既定的使用路径和产品功能呈现出来。

那么，如何获取数据库中无法记录的信息呢?答案其实很简单。为通过外部途径获取信息创造条件。它可以概括为“调查”和“实验”。如果用户不想直接问用户体验，你会不会直接问?调查分为访谈和问卷调查，每一项都需要实施量化结果。建议长期定期进行问卷调查。连续收集的调查数据远大于单一时间维度的可比性。第四章讨论了实验方法。它只是一种创建数据的方法。通过实验组与对照组，建立对比条件，然后量化差异，最终形成可靠的判断。

2、为什么要远离唯数据论——要把多个因素分开是不可能的

我们在经营中最常见的错误是试图用“宏观指标”的变化来评估某一具体行动(战略变化、产品变化或活动变化)的影响。这样做就像买彩票。运气好的时候，一项经营活动对企业的影响很大，可以从指标上反映出来。然而，大多数时候，无论是战略的改变还是产品的改进，对整体业务的影响都是有限的，宏观指标(通常是KPI)的变化并不敏感。我们真正需要做的是根据具体行动定义一个高信度和效度的指标。

另一方面，经营指标的变化往往是多种经营行为的结果，不能简单地分解为“a+B+C+…”或“a*B*C*…”。有些因素可能会相互放大和影响，而有些因素可能会相互抑制。宏观指标只是多种影响的结果，其内部影响机制是黑箱。在极端情况下，不可能将每个因素的影响分开。

那该怎么办?我们如何衡量具体行动的影响?答案是实验，而且只有实验。这是AB测试。实验组与对照组的唯一区别是给实验组操作动作，而对照组没有。只有这样，我们才能通过观察实验组和对照组(ANOVA或did)的差异来量化手术的影响。

3、为什么要远离唯数据论——数据不能代替逻辑推理

一个逻辑混乱的人即使得到更多的数据也不会得出正确的结论。能否形成正确的判断和合理的决策，在很大程度上不在于数据量，而在于是否有足够的数据(足够的信息)。大多数时候，我们真正需要锻炼的是分析问题的能力，或者说逻辑思维能力。尤其是在“根据数据更改查找问题”之类的场景中。

以上就是《为什么要远离唯数据论？数据分析师表示这才是原因》的全部内容，从文字中我们可以看到，随着越来越多的数据积累，数据采集成本不断降低，人们开始走向另一个危险的极端，即一切都依赖于数据，如果你想变得更优秀，小编建议大家点击下方资料下载链接。