我為什麼決定學習數據分析

在2月中的時候，在微信上看到了優達學員改版數據分析納米學位的消息，將原來一整個學位分為入門和進階兩個短期的學位課程。思慮了一個禮拜，趁著30%的衝動還在，於開放報名的第一天，把錢給交了。然後過不久，這門納米學位便正式開課了。

雖然我們在這裡討論的是，「我為什麼決定學習DAND」，但其實是在課程開始了2個月後，我才決定把它寫下來（儘管思慮了好長一段時間）。這也算是不忘我的初心吧。

和數據打交道的經歷

作為一名從業有7年多的交互設計師，我並不是在一開始，就能夠理解數據的價值。雖然在學校的時候簡單學過概率統計，但在我看來，這些冷冰冰的公式和概念專屬於一個叫「經濟&金融」的星球，它們雖能夠用來檢視宏觀的世界，但並不屬於產品經理和設計師的星球，因為我不相信這些統計數據能夠將人與人之間有熱度和濕度的互動反映出來，尤其是那些人的行為細節。*Detail matters.* 在當時「唯喬布斯和張小龍是瞻」的行業氛圍下，產品經理和設計師們堅信，只有對人性敏銳而深刻的洞察，和對關鍵體驗細節的極致打磨，才是誕生一款偉大產品的必要條件。

2006年Al Gore的《An Inconvenient Truth (2006)》，讓數據可視化在好一段時間成為了設計圈裡熱門的話題。這種可視化更多是針對數據的呈現，即在實際做可視化設計的時候，你需要根據數據的意義、數據的場景、以及各個數據的關係，來做外在的表達；但設計師卻並不能夠定義數據集的核心：數據的起因（問題）、經過（探索）、結果（推斷和預測）。所以，即使數據可視化非常熱門，但設計師在看待數據的時候，更多是把它看作一種設計的「對象」，而非思考的「工具」。

直到14年在雅虎做電商平台的那會兒，才讓我第一次重新認知了數據的價值。Flurry在這一年，被雅虎收購，我們所有App接入到Flurry數據分析平台。那會兒，「Growth Hacker」的概念開始興起，數據驅動的產品也還只在少數幾家矽谷公司中踐行。我第一次看到Flurry Dashboard滿屏的數據指標和五花八門的概念名詞，感覺自己在一個Sci-fi風格的控制台，非常不確定這會是一個在設計人性化的產品需求時候，需要使用的工具。但等到自己深入了解這些數據指標和背後的含義後，我發現自己進入了另一個全新的世界。用戶的行為成為了一個個被量化的指標，理性而冷靜地傳遞出產品的現實。它們不同於我們在定性訪談中所感受到的用戶行為和用戶情緒。在這裡，每個指標的背後似乎蘊藏著未被開採的金礦。

之後不久，我從雅虎出來，進入了當時比較熱門的互聯網金融領域，為理財和信貸的App設計線上的用戶體驗。在這個本質是金融的「互聯網+」產業中，我看到了數據更核心也更本真的價值：它不僅告訴我們過去做得怎樣，更指導著我們未來應該怎樣做。除了圍繞數據打造的BI報表、用戶畫像系統、第三方數據分析平台等基礎架構外，我們更是利用「用戶自發生成」的數據、主動爬蟲數據、外部API數據，構建業務的方向和產品的形態。不管是金融產品亦或是風控模型，背後的根本是被一層又一層抽象量化的經濟運作模型。一切競爭力的核心，就是數據。與此同時，「大數據」在每個行業，成為了每個人都在談論的Buzzword。

最終下定了決心

但如果數據僅僅是能夠幫助我們「描述解讀這個世界」和「推斷這個世界將會發生什麼」，我估計還是會猶豫一陣子。之所以最終讓我下定決心「要好好學習數據」的，是它本身似乎無止境的能力。數據能在前面兩個問題上做得比人類更好（且好得多），並且更重要的，它很有可能在未來改變人類的意義，更枉論其賦予人類的能力了。

《未來簡史》最後一章的標題「信數據得永生」，雖然有點誇張，但這一章的內容卻是我認為整本書最有意思的部分之一（另一部分是關於「一切皆演算法」）：

數據主義認為，宇宙由數據流組成，任何現象或實體的價值就在於對數據處理的貢獻，最高的價值就是「信息流」。

如果生命是信息流，而我們又認為生命是好的，下一步就是讓全宇宙的信息流更深更廣。同時，人類的體驗並不神聖，人類只是創造萬物互聯的工具。

數據主義相信數據流也有一隻看不見的手，「連接到這個系統」也就成了所有意義的來源。

我接受了數據主義的見解，因為它讓我從另一個角度驗證了這個世界的意義：這裡有不同於現實的「New Reality」。先不論近期如火如荼的AI和深度學習能夠給人類社會帶來顛覆性未來的可能，我們暫且只看目前萬物互聯所帶來的海量數據，它們已經成為了一家企業最重要的原始資源。當然，有資源是一方面，懂得如何利用資源又是另一方面。現在已經有許多領域利用大數據的金礦，做著探索、啟迪未來的事情。不僅是在象牙塔，更是在車庫、在聯合工作間中，數據是創造者的資源，也是思考者的工具。用戶體驗，本質也是個體和群體在特定語境下的行為互動，我相信以數據的角度來分析和表達體驗，能幫助設計師們看到過去依據邏輯推斷和同理心感知，所不能看到的故事。

我就這麼下定了決心。

關於目標

在前面提到我已經報了Udacity的DAND入門，但這畢竟只是我在達成目標的路徑上，一個中間的節點。而我的最終目標，是要將數據作為資源和工具，幫助我在產品設計上作出決策判斷。我以OKR的形式，重新整理了一下：

• Objective 1. 運用概率統計的方法構建模型研究問題；

• Objective 2. 通過量化產品體驗，成為Growth Hacker；

• Objective 3. 通過機器學習 / 深度學習，進一步探索和改造產品設計的工作流程和思考模式；

• Objective 4. 讓數據成為我定義的交互設計一部分；

網上的資源和文章多如牛毛，但你不能因選擇多而陷入無止境的糾結中。無論選擇哪個，just get started ASAP.

---

附我的Udacity DAND學習筆記：

1. [DAND-1] PREP ? Rabbit Hole：第一周的整理；