数据分析
分析不是把数据画成图,而是回答一个具体问题,并说明答案有多可信、在什么范围内成立。
方法与模型:先立竞争性假设,再按问题选择定量、定性或混合方法,用多源交叉与反例检验;结论必须带证据、置信度与适用范围。
先立竞争假设
分析常用假设驱动:先写出可能的解释,再用材料排除。
| 步骤 | 做法 |
|---|---|
| 列出假设 | 至少两个互相竞争的解释,避免只验证自己想看到的 |
| 找区分证据 | 哪些数据或材料能区分这些假设,优先采集 |
| 排除与保留 | 记录被排除的假设及理由,保留未能排除的 |
| 形成结论 | 给出最可能的解释、置信度与待验证点 |
先取数再找规律,很容易得到“数据钓鱼”式的结论:只要切得够细,总能找到支持预设观点的数据。
方法服从问题
| 问题类型 | 要回答什么 | 常用方法 | 注意点 |
|---|---|---|---|
| 描述 | 发生了什么、规模多大 | 汇总、同比环比、分布、漏斗 | 先确认口径与粒度 |
| 诊断 | 为什么发生 | 拆解、对比、相关分析、归因 | 相关不等于因果 |
| 预测 | 接下来可能怎样 | 趋势外推、回归、情景假设 | 写清假设与误差 |
| 因果 | 某个动作是否有效 | 对照实验、准实验、双重差分 | 尽量设计对照 |
| 动机与类型 | 用户为什么这样做、有哪些模式 | 访谈主题分析、编码归并 | 频次不等于重要性 |
混合方法通常先定量定位异常群体或时段,再用定性解释原因;也可以先定性构建假设,再用问卷或系统数据验证规模。
结论要经得起换口径与反例
- 来源可信度:一手系统数据与原始材料优先,二手与外部数据用于佐证;
- 口径一致性:比较前先确认时间、范围与定义一致;
- 时间线:把关键事件与数据变化对齐,排除同期其他因素;
- 反例:主动寻找与结论相反的证据,并解释其存在原因;
- 敏感性:换一种口径、时间窗口或样本切分,结论是否仍然成立。
没有对照时,不要用“上线后增长”直接证明动作有效。
一条结论必须有证据、置信度与边界
| 要素 | 说明 |
|---|---|
| 结论 | 一句话回答研究问题,不用“可能”“大概”糊过去 |
| 证据 | 定量数据与定性引述,标注来源、口径与时间 |
| 置信度 | 高、中、低及理由,列出未排除的替代解释 |
| 边界 | 适用范围、样本限制与已知反例 |
| 行动建议 | 建议做什么、不做什么,以及验证方式 |
区分事实、推断与建议:事实是数据与引述,推断是解释,建议是行动。三者混写,读者无法判断哪部分可以质疑。
分析阶段交付三件
| 产物 | 内容 |
|---|---|
| 分析记录 | 假设、方法、口径与排除过程 |
| 结论卡 | 结论、证据、置信度、边界与反例 |
| 验证建议 | 建议动作、观测指标与验证窗口 |
公开边界
只公开假设、方法与结论结构的组织方式;不包含真实数据集、分析脚本、商业结论与决策记录。