数据的误区及自身业务

现在做移动互联网，无论是做社交的也好，做内容向的也好，他就是不跟别人说我们是用数据来分析用户的行为，以此迅速占领用户。不这样说他都不好意思。都说大数据，在做大数据以前，我们有一些基本的误区要跟大家先说明一下。

什么意思呢，会有两种很有奇怪的观点：

1. 什么都要靠数据去支撑。比如我们把按钮从左边换到右边，从红色换成黄色。这个东西一定要有什么数据分析团队、数据分析师、产品经理在哪儿反复打磨。最后跟我们说一句，按钮从以前的100像素换到了105像素。这是很无聊的一件事情，但是这个要用数据去验证，你知道吗?

2. 秉承数据无用论。就是说，数据有什么用呢?还不如我经验来的有用。

这两种观点，基本上都是错的。

数据量多真的有用吗?

数据量多不一定有用。这是我在上一家公司做了三年以后得出的一个非常沉痛的教训。数据太多并没有什么卵用，数据要有用，他一定要有关联、有联系。不然，白存着那些每天几十个G的那些数据，导又导不出来，联系又没法联系，形成一个个，我称之为孤岛数据(z这样的东西)。并没有什么用的。

孤岛数据只能读出来片面的现象，他连一个结论都读不出来，所以你的技术团队高兴怎么做就怎么做。要以结果为导向，以目标为出发。他跟技术其实没有太多的关系。你的用户量很少，数据不多，他没关系的。后面我会给大家举一些比较有意思的例子。

在线调查

还有一种是这样，这个是在公司里，市场运营还有数据运营，他们经常使用的一种手法，叫做在线调查。我们假模假样的做一个东西，我们新版发布了，我们想收集一下用户的需求。

咱们的产品团队里面一般会有一个产品助理，去出一个在线问卷调查，大概有一百个问题。完了，产品经理说，一百个太多了，我们五十个。上报到总监，总监说五十个太多了，三十个。上报到老板那里，老板说，三十个也太多了，十个吧。

然后假模假样的出了一份十个问题的问卷调查，说我们收集到了一万分的用户调查报告，我给你做成曲线图、饼图、折叠图。这些东西还好我没有做过，都是别人做。

这些东西有用吗?我明确告诉大家，这个东西没有用。现在没用，以后也没用，以后就不要做了。

为什么呢?是这样的，首先问卷调查，他是一个很古老的行业。她有一个非常严谨的一些方法。问卷调查最有用的地方，是在前期把用户筛选掉。这是问卷调查最有用的地方。比如说我可以Push到五万个人，问卷调查是把五万个人里面四万九千五百个人删掉他，取消掉他。我只要那五百个非常有用，非常精准，非常符合我的目标用户的那五百个人就够了。

所以不是说越多越好，那都是一些垃圾数据。你从一开始，对用户没有过滤，你这个问卷调查就是垃圾。而且，这种情况下，你还把你本来想问的那一百个问题，给压缩成了十个问题。这十个问题还没有什么质量。新版本你喜不喜欢，A喜欢，B不喜欢。这问题你问他干嘛呢?

知识误区：

还有一个，我称之为知识误区。我们但凡有一点机会，都会去接触一些海量的数据。通过各种各样的途径，通过一些统计学的方法，包括归纳、总结、折线图、饼图、曲线图。就是说，这些东西有用吗?有用的，起辅助作用。前提是所谓用到的简单或者复杂的数据方法。

你要正确的认知，举个例子。

大家都知道平均数吧，平均数有多少种?有算数平均数，有几何平均数。他们有什么用?在什么场合下用什么样的平均数，去做一个对我们整个的格局、整个的用户群的一个调查?你并不知道。第二个，平均数最大的问题就是，我有101个用户，这100个用户身高只有1米，有一个用户身高有100米。你说我们平均出来的这个平均数有用吗?半毛钱卵用没有。所以这个就是平均数最大的问题所在。

所以什么意思呢?我们大家使用数学方法一定要知道这个方法，适用于什么场合，会有什么限制。当然了忽悠老板除外，忽悠老板什么方法都是可以的。

统计相关性：

还有一个问题是，统计相关性。这个问题是，统计学一直没有解决的问题。就是统计学试图用统计相关性，来把真实的相关性给取消掉。什么意思?我举个例子，比如今天有六十个人，来听我的吹牛逼。然后外面天空是放晴的。我们做市场调查，在此时此刻，全中国一共有两千场，大概六十个人参加的，有一个工作十年左右的人在这边吹牛逼，天空是放晴的。什么叫统计相关性?即，以后中国大陆有两千场左右，下午三点多的，六十个人左右的，这样一个吹牛逼活动，天空一定是放晴的。你认为这合理吗?胡说八道对吧?