责任编辑风险提示：国际品牌紫菊
id :Brand—Circle
节录已经开始以后，请我们先看两个事例：
（PS，所致秘密性须要，这儿如若放两张P过的图来起身）
那时答：别的年纪层的专业人才是该商品的众所周知使用者？
对那个难题，我总共听见过四种国际标准答案。
第三种指出是30—39岁。假如你问他为何，很或许，即使那部份圆柱最低…
第四种指出是25—29岁。即使尽管它度而已第三，但它的年纪跨距多于5岁，实际上是30—39岁跨距的三分之一。
第四种则指出18—29岁都是，规矩跟第三条类似于，无须多说明。
所以，到底何种国际标准答案才更为恰当呢？
我估算绝大部份人单厢选第四种或是第四种吧？最已经开始我也是这种阐释的，指出该产品的众所周知使用者是“青年人”。（若依照统计局的国际标准，也是15—34岁的人）
不过说实话，那个结论还真挺让我惊讶。即使若根据我的常识来判断的话，它的众所周知使用者应该是年纪稍大点的中年专业人才对。
该商品属于健康食品，主打“排毒”“减肥”“降三高”“治便秘”“抗酸”的功效（你先别笑它卖点太多不够聚焦，又不是走电视广告的路子），而这些功能属性，除“减肥”以外，我相信不少人单厢跟我一样——若用常识来判断，它们应该更偏向中年人。
然而，数据结果却与常识判断相互矛盾…这时候，你到底该相信数据还是相信常识呢？
这是我最近在两个项目中遇到的两个难题，那个难题也的确让我纠结了一段时间。即使一方面有人说“数据是不会撒谎的”，而另一方面又有人说“做调研，常识才更为重要”
不过，当我想起以前看到过的一段故事之后，难题就变得相对明朗了。
1.二战的故事
在二战期间，盟军的战斗机在战斗中损失惨重，于是盟军总部秘密召集了一批物理学家、数学家来专门研究“怎样减少空军被击落的概率”。
当时军方统计了所有返航飞机的中弹位置，发现机翼部份中弹比较密集，而机身和机尾的中弹比较稀疏，因此当时普遍的建议便是：应加强机翼部份的防护。
然而，统计学家沃德却提出了两个完全相反的观点，他指出应加强机身和机尾部份。
沃德教授说：“所有的样本都是成功返航的飞机，也是可能正是即使机翼遭到攻击，机身和机尾没有遭到密集的攻击，所以才使得这些飞机能够成功返航。”
后来又经过一系列有力的论证后，军方果真采用了他的建议。事后也证明这的确是无比恰当的决策，有效降低了空军被击落的概率。
那个故事讲的是所谓的「幸存者偏差」（Survivorship bias）幸存者偏差是指：当取得资讯的渠道仅来自于幸存者时，此资讯可能会存在与实际情况不同的偏差。（即使死人不会说话）
那它跟以后使用者画像的例子有什么关系呢？
关系很大。
尽管数据是不会撒谎的，但它只能展示出有数据（幸存者）的那部份信息，而无法展示没有数据（阵亡者）的那部份信息，它是片面的。
翻译到以后那个事例：假如仅凭扫过码的使用者数据来判断商品的使用者特征，其实是忽略了那些使用了商品但没有扫码的使用者的数据。毕竟，不是所有用了商品的人都一定会扫码。
而这儿有很多可能的因素会影响结果，比如：
1）不同年纪层的人拥有不同的扫码习惯——可能青年人更愿意扫码，而中、老年人绝大部份都没有扫码习惯。
2）扫码的人不一定是商品的使用者——也许是年轻人买了该商品送给长辈，然后自己去扫了码。
3）说服人们扫码的文案也会有影响——假如你说“扫码享优惠”，那最终扫码的可能就更偏向于那些“精打细算”的使用者，而不是所有使用者。
总之，永远不可能得到完整的数据样本。
因此，回到文章最已经开始的难题——别的年纪层的专业人才是该商品的众所周知使用者？
准确的国际标准答案应该是：无法仅通过该数据就得出结论。
是的，到目前为止，我依然更偏向于相信常识——指出中年专业人才是它的众所周知使用者。（估摸着至少也是30岁以上）
2.洞穴之喻
柏拉图曾在《理想国》的第七篇中，讲了两个著名的比喻——洞穴之喻（Allegory of the Cave）
设想有个很深的洞穴，洞里有一些囚徒，他们生来就被锁链束缚在洞穴之中，他们背向洞口，头不能转动，眼睛只能看着洞壁。
在他们后面砌有一道矮墙，墙和洞口之间燃烧着一堆火，一些人举着各种器物沿着墙往来走动，如同木偶戏的屏风。当人们扛着各种器具走过墙后的小道，火光便把那些器物的影像投射到面前的洞壁上。
由于这些影像是洞中囚徒们唯一能见的事物，他们便以为这些影像是那个世界真实的事物。
在现实生活中，数据就像该比喻中印在壁洞上的影像——它试图利用低维的事物，去给人们描绘两个高维的东西。假如将洞壁的影像进行数据化处理，哪怕技术再先进，收集的数据再多，都难以让洞穴人感知到两个真实的世界，即使他们看到的世界都被“降维处理”了。
而另一方面，常识又是什么？
不可否认的是：常识跟数据一样，都是片面的。并且每个人的常识都不尽相同，质量参差不齐。
不过这儿想说的重点是：相比于数据，常识能从更多得多的角度去分析两个事物。
即使人类的大脑很奇妙，它能把很多看似无关的事物联系在一起。而这一点，是任何计算机都很难以数据的形式做到的。
举个最简单的例子：人们可通过观察“一根筷子折得断，十根筷子折不断”的现象，悟出两个与之毫不相关的规矩——团结是力量。而同两个现象假如交给计算机去处理，那最后的结果就肯定只能与“材料”“扭矩”和“力度”等相关…
再比如迈克·亚当斯曾做过的一项研究，他发现：美国大学生期中考试临近时，奶奶去世的可能性是平时的10倍，而期末考试时是平时的19倍。（数据来自各高校收到的请假邮件和推迟交论文的申请）
若单看数据，你也许会指出学生的学术压力会对奶奶的健康造成影响（的确有科学家对此做过研究）；但若用常识去思考，那就很简单了——为躲避考试，学生们编造了“奶奶去世”的请假借口。
这是常识与数据的区别——常识是多维的，数据是单维的。
3.数据不骗人，但它会坑人
数据真正的价值并不在于其统计或计算结果，而在于人们能对其做出恰当的阐释。
不过这很困难，尤其当你面对的是残缺的数据。
就像我以前举过的两个例子：
据《2017社会大学英雄榜》显示，国内登上胡润百富榜的2000多位资产超二十亿的富豪中，有三分之一的人都是低学历。（PS，低学历是指本科以下的学历）
答：从这条新闻中你能读出什么结论？
我想肯定有很多人会指出：学历的高低跟收入的确没什么关系。然而，这种阐释是错的。恰当的阐释方式是什么呢？
应该是：中国在2016年末大约有13.8亿人口，其中本科及以上的多于3800万，本科以下则有13.42亿——低学历的人本来就比高学历的人多得多（35倍），而它们进入榜单的人数基本相同。因此，拥有高学历的人进入百富榜的概率，是低学历的35倍。
在那个例子中，所有的数据都是真实的。但假如你只看到一部份数据，而没有看到其他数据，那就很容易被数据给坑了，得出错误的结论。
当然，要想得出更为准确的结论，这儿还需挖掘更多的数据。比如：富豪们的年纪分布。毕竟不同年纪层人群的学历分布是不一样的；所属行业的分布。毕竟不同行业对学历的要求与相关程度是不一样的；在这些富豪中，高学历的收入与低学历的收入的总体对比情况…
嗯，假如你不是专门学统计的，相信在加入这么多因素之后，一定会崩溃掉…不过你也不用慌，即使绝大部份情况下，你根本就没有机会能知道这么详尽的数据。
包括以数据著称的新零售。为何绝大部份新零售项目仍然在亏钱？其实是即使它们的规模还没有达到一定的量，数据的维度依然比较单一，“算”出来的东西依然不够精准，所以效率的提升也就很有限了。
4.小结一下
文章读到这儿，你也许会在心里嘀咕：你写这篇文章，是不是想告诉我们数据是没有用的呢？假如数据的结果都不够准确，那什么才是准确的呢？
首先，这儿并不是说数据没有用，即使它是片面的。
所谓的要客观看难题，并不是指你一定要掌握了所有数据之后才能下定论，而是要在下定论以后，尽量多方面了解一些数据和信息，无论它们本身多片面。
多了解一点，犯错的几率就会小一点，多看到一面，你离客观的真相就更接近一点，这是进步。
千万不要试图一下子解决所有的难题，或是以为一下子就得到准确的国际标准答案，即使这本身是一种错误的价值观，或是说痴人说梦。（所以你也不用纠结“什么才是准确的”了，根本就不存在）
知道自己还有不知道的，并在难题中不断前进，这才是真正科学发展的思想。
相反的，假如仅凭单方面数据就武断得出结论，并且笃定得不行，那无论数据样本有多大，你的结论和真实情况都很可能是天差地别的。
酷玩实验室经授权转载
如需转载，请联系原作者
分享给朋友或朋友圈请随意
