数据，到底要怎么解读？

---

如果收到的数据报告是已经有结论的，如果先看结论容易掉进先入为主的陷阱，毕竟具有独立思考的人不多。还有对方是否专业？结论是否靠谱？数据是否有问题？等等原因都不支持我们先看结论。

我们可以相信对方的专业度，但我们也需要有自己的视角。
 

简单来说，正确的数据报告解读有四步骤：

1、判断数据

看看报告中的数据有无逻辑错误，运算错误，业务场景错误的数字。这是解读数据报告的基础，否则会出现找了半天结论回头看原来是原始数据有问题；

2、理解数据

看看报告中有哪些指标，指标定义统计口径是什么，单位，数据来源等，还有展示方法有无问题（比如有些人喜欢调坐标轴起点），这一步是避免误读；

3、发现事实

通过对比数据大小，高低，趋势，平均值，极值等发现数据中的规律或问题，然后再和自己的业务认知，生活常识做比较找到更多价值点，特别要注意那些异常价值点，这往往是产生结论的触发点。

4、产生见解

对3中发现的价值点进行提炼，找到共性的东西，再和业务场景或其它报告中的数据进行比较即可以产生结论。注意结论不是事实，而是对事实的提炼和升华。

以上四个步骤看起来很麻烦，但是多次训练后这些路径就会成为自己血液中的逻辑。刚开始会比较费劲需要花时间，熟能生巧后就简单了，一张图表可能扫几眼就能有自己的判断，此时就不需要更多时间了。
 

相反数据报告的指标可能是最容易误导人的地方，靠指标管理业务也已是常态。最后再和大家聊聊几点指标的问题。 关于数据指标的几点分享：

1、管理指标不宜过多，太多容易管理失焦也容易指标打架，而大部分人的数据素养也不够，不能有效的管理指标更谈不上辅助营运了。

2、不要轻易生造一些难懂的指标出来，容易黑洞。有些企业对指标缺乏足够的敬畏，明明业界已经有很好的指标体系和范例却不去借鉴和升华，反而脱离这些先进的东西闭门造车，最后砸自己的脚。

3、要分清是绩效指标、过程指标还是分析指标，这样更容易对应使用场景。绩效指标一般是结果，用来考核业务部门的。过程指标是用来追踪这些绩效指标的，是为了更好的完成绩效和发现问题而存在的，也不能太多。分析指标是为了从多个层面发现问题，找出机会来优化业务流程，完成绩效存在的。 比如零售业的销售目标这就是绩效指标，客流量，成交率和客单价等就是过程指标，会员占比，年龄，性别等就是分析指标。

4、指标这种东西不要钻牛角尖，容易出不来，并且很容易被业务带偏，大家慎重。

5、世界上没有具有绝对可对比性的指标，都是相对的，只要有标准定义、对业务有价值的指标就可以大胆对比。特别是绩效指标绝对不能钻牛角尖的追求绝对可比。

6、没有一个指标可以覆盖生意的全部维度。比如连带率容易受低单价的商品影响，但是还有件单价、客单价使用。不要只见树木不见森林，指标要立体的看。 需要注意数据源，指标定义，权重设定，业务场景……都影响指标的值。

---

---