熱線電話：13121318867

登錄
首頁職業發展數據不能代替思考
數據不能代替思考
2015-12-29
收藏

數據不能代替思考

在設計工作中，越來越多的場景是，我們根據用戶使用產品產生的數據來直接判斷我們的設計。甚至有時候，產品經理和設計師并沒有完全了解數據的真實含義，就直接根據數據來修改我們的產品設計。這是非常危險的。
HBR 的一篇文章簡潔明了地闡述了數據不能代替思考這個道理。筆者讀完深有同感，并記錄一些真實工作例子來思考這個論點。
很喜歡文章中的一句話：當我們要求更多數據進行分析之前，我們需要先了解自己。
作者開篇引用了一些關于大數據的觀點，例如，傳說中的大數據，讓科學過時。大數據讓很多學科沒有存在的意義，例如，遺傳學，語言學，社會學。
Wired的編輯Anderson說：“當數據充足的時候，數字就可以代表一切，自我論證，得出結論?！?/span>
作者也引用了去年一位CEO的觀點：“我相信數學已經勝過科學。你已經不需要去了解為什么，你只需要知道A，B兩個事件發生后，C會發生?！?/span>
作者認為以上的觀點在某種程度上是真實的?？茖W的分析方法可以幫助我們觀察，假設，測試，與分析，而足夠的數據以及強大的電腦分析能力讓以上步驟簡單而成本低，效率更高。
例如，A/B tests，像Google與Amazon這樣的大公司可以提供給不同用戶群體不同的頁面布局，來測試哪種布局得到的效果更好，然后選擇效果好的版本來作為最終版本。這個方法已經在很多公司普遍流行。
但是，這樣的方法一定是有效的么？作者認為，這樣并不能說明這個測試過程是完全科學且沒有任何假設的。
我們人類最擅長在事實發生后編一個故事。而在以上場景中，我們只是把編故事的時間挪到了事實發生之前。
在大數據時代，我們的假設以及說故事的能力，是與數據分析息息相關的。
所以，作者引出另一種觀點：
數字不可以代表一切，自我論證，得出結論；數字是我們講故事的依據。數據驅動的預測方式可能成功，也可能失敗。當我們要求更多數據進行分析之前，我們需要先了解自己。
作者最后總結：
我們對事物的發展總是有自己的主觀意見。我們應該合理使用數據來修正我們的思考，但是這個模式成功的前提是，我們必須在分析數據前要先思考。
簡短的文章描述的論點很鮮明，我這里理解到有用的點是：數據分析是一個很強大的工具，也是未來的趨勢，但是在數據分析的整個過程中，包括前，中，后，人類的思考才是核心。脫離了思考的數據分析，帶來的是不可預測的結果。數據分析不能代替思考這個過程。
筆者先講一個例子，非常吻合本文的論點。
以下是我4年多前在雅虎移動搜索做的“直接搜索”，流程是，用戶在手機上搜索“Weather”，手機自行判斷本機位置，然后展示當地的天氣。下面例子是在舊金山搜索“Weather”得到的頁面的頂部，這個區塊往下就是正常的10個blue links。
當時雅虎移動搜索類似這樣的“直接搜索”有30多個，包括本地商務，天氣，星座，明星，音樂，購物等等。
有一天，產品經理拿著這30多個“直接搜索”的數據來找我，說：
“yoyo，你看，天氣的直接搜索，點擊率是最低的，只有不到1％，我們是不是應該刪除這個直接搜索，這個直接搜索沒用?！?/span>
我第一時間心理反應是：“什么？這個直接搜索應該是非常有用的，業界研究表明用戶對天氣搜索的需求是手機搜索的前幾類，也符合我自己對這個產品設計的認知，數據怎么這么低？”
“不能完全依賴這個數據來決定”，我告訴自己，然后想了一下，了解了為什么數據會偏低，然后告訴產品經理：
“數據低就對了！我們做“直接搜索”的價值，就是希望提供給用戶10個blue links之外，給用戶提供直接展示的答案，減少用戶點擊links到下一頁的場景。這個天氣搜索的場景，用戶搜索天氣，看到了答案，52度，他們不需要再往下走了，一部分用戶希望了解后七天的天氣，才會點擊進入看完整天氣預報，但是大部分用戶看到答案就會滿足，完成任務，數據低反而證明了我們產品設計是成功的?！?/span>
產品經理想了想，認同了，我們又聊了一會兒，共識是，如果每個產品設計決策都是純粹依照數據而不思考，得有多少奇怪，錯誤的決策發生??！
思考還能帶來選擇完整數據的好處。例如做電商網站，搜索“電視機”，得到的搜索頁面。頁面布局可以生成一張熱圖，來展示用戶點擊各個區塊的點擊率。如果不思考，純粹以點擊率多少來修改頁面布局，結果一定是最好的么？當然不是。電商需要的是用戶進行購買，產生商業價值。而商業價值相關的應該是購買轉化率。所以思考后，發現電商網站的布局不能光看點擊率，還要加入購買轉化率一起思考。
數據分析中，選擇數據是關鍵，不經過思考地選擇數據，會出現兩種不好的情況，一種是選擇不足，得出結果不準確，一種是選擇過多，無法得出單一結果。
當然，提倡思考不代表讓我們固執。我們有時在數據分析會犯一個錯誤，就是主觀地想好了一個論點，然后自己去挑選數據來論證自己。這個也是數據分析的經典錯誤。如文章所說，數據分析是輔助我們思考的有效方法，而不是不擇手段證明自己觀點的工具。
誠然，用戶使用產品產生的數據是我們設計師最寶貴的第一手資料。但是如何使用這些數據，如何分析數據來增益產品設計，是一個很嚴謹的過程。我們在主動思考與客觀分析數據的過程中，不能犯一絲錯誤，才能得到最佳結果。古人云“失之毫厘，謬以千里”，大致是這個意思。
最近的工作，有兩塊直接與數據分析接觸。一塊是我們做面向千萬級用戶的產品，需要不停根據用戶數據來驗證，修改自己的設計；一塊是做面向開發商的開放平臺數據分析工具，來幫助開發商根據數據分析，得到利于他們產品發展的商業結論。


CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據分析 大數據

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇移動大數據這一年：一邊是海水，一邊是火焰
下一篇大數據采集廣度有余深度不足 朋友圈廣告難展拳腳
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢