來自專欄 小黃的互聯網數據分析博客

前陣有位北京大妞一直拜託帶新人做數據，稍微聊一下心得體會，首先這並不是一個容易的事情（不然寫這幹啥），想當然的做法例如：

1、教工具

excel的vlookup/數據透視表和入門水平的sql，都可以在一天內學會，這一步主要是考驗基本的智力和耐力。

2、教圖形

花上一周的時間，也可以學會每個不同觀察角度用哪種圖形和表格（例如比例餅，絕對值柱，堆積用帕累托），這一步可以培養數形結合的直覺。

3、教視覺技巧

這個步驟較難集訓，大體要掌握的是，如何表述「數據的意義」，例如增加同比環比，上升下降的箭頭，結合具體工作，也很容易教會。

這一步已經可以獨立工作，通常我們會稱為「學會了」，但是一旦脫離現有的報表模板，或需要自主發揮的時候，會發現，還是完全沒概念。

本文無意吐槽國內教育制度，然而這就是典型的國內教育出來的、擅長因循複製的人才。

下面結合自己的想法，嘗試推翻重新理一下「如何培訓新人做數據」。（官方吐槽：好長的前言啊。。。。。）

1、我們為什麼要看數據？

目標不要太大（比如說實現社會主義），我們不妨說，我在簡書寫博客，希望寫更受讀者關注的內容。

2、任意找相關數據

第一步，海闊天空找和目標有關的數字。

比如說，自己文章的數量，頻次，訪問量，點贊量，在同話題/其他話題的大類里，數量，頻次，訪問量，點贊量。

對於沒有經驗的新人，只需要從現成數據里挑選即可（而不是自己憑空先想好，這對於新人來說，學習曲線過於陡峭，導致很多人怕做數據）

3、以目標為中心，劃分重要度

第二步，選1-3個最關心的數字，通常有主從關係，比如，最關心的是自己文章的訪問量，從屬的是點贊、關注*、打賞。（*新增的關注只有自己的文章有數據）

不妨畫個線看一下，這相當於無暇關注細節的高層關心的結果kpi，現在自己就是高層。

4、哪些次重要的內容，影響到了重要內容

第三步，嘗試對每個單獨的數據排序，看看哪種內容的訪問量更高，哪種內容的點贊更高；不妨再觀察一下，訪問量高/點贊低，和訪問量低/點贊高的內容有何「直觀」差異。

這時你會發現，需要工具來幫助你，觀察一個維度的數據只需要excel的基本線圖（哪怕帶類別），觀察兩個維度的相關數據，需要稍微高級一丁點的透視表。經過不厭其煩的兩兩配對，你可能會注意到兩個數據似乎很有關，這時可以嘗試把他們的比例也作為一個原始數據來觀察。

這裡讀者可能會說，三個以上的相關數據呢？這時候如果要一起看，對工具的要求就陡然上升了，基本來說，計算機發明之前，我們只能同時觀察兩個維度的數據，在今天，我們可以藉助代數、概率論和邏輯結合電路的計算機程序，實現觀察更高維的數據，但初衷沒有變：記住你想要得到什麼，尋找任何和你的目標有關的線索。

這樣的過程，比一開始就教工具，無疑在主觀性方面要好得多。

5、不錯的數據展現

上文以最表面的、隨意選取的指標（訪問量，點贊量，類目，內容大類），就可以得出2個不錯的數據展現:

-訪問量/點贊的高高，高低，低高，低低的分類，有一定的價值。（吸引人和耐讀）

-自己文章、類目文章、全站文章的2個主要指標趨勢-訪問/點贊，有一定的價值。（大盤需求）

通常內容類的平台會有標籤，群組等細分設置，引入更多的次重要數據，循環這個過程。哪怕保持兩個數據維度的業餘愛好者觀察深度，大量兩兩組合，也可以得到相當有業務價值的數據insight。（實際上以聽取彙報的正常人能理解的角度，數據認知層級也就同時兩個維度，不信你貼個4維氣泡/泰坦尼克解釋一下試試。。。。。）

更進一步，如果是自己開設的網站，或者供職網站的數據，那麼源數據會更多更深入，但是思想並沒有變：

源頭上，一定要記住「想要什麼」。至於說，取數的工具、語法、技巧，計算和驗證的規則，性能和準度的取捨優化，作圖乃至會議話術的技巧，甚至為了容納更多維度而加入的高數/編程/建模，這一切都已經只是服務於原始需求的、出於原始衝動就會去拚命克服的「小」障礙而已了。

輟學能提高創業成功率？

不難看出，這是從實踐反推理論知識的過程，而不是教育中「先背下來以後再領悟」的玩法。

這個狀態對於互聯網早期的站長、平台店主來說，早就通過野蠻生長和淘汰自發養成了（沒養成的都達爾文了），對於直接從學校進入較大團隊的、哪怕比他們聰明得多的學生來說，反而缺失了這個環節，導致無法適應；

讀書時候創過業的學生就完全沒有這個問題，所以說「輟學能提高創業成功率」這句話並不完全是胡說，相關性確實有，只不過可能把因果搞反了而已。

結尾

套路來說，這裡應該點題：我認為這時候可以算是入門數據，培訓達標。謝謝閱讀。