《数据思维课》学习笔记之六

现在进入了第二模块，如何收集数据。第一讲是为什么不同的数据要区别对待？

数据的核心，是一个“量”，它只能是一个数字，有些表面看起来不是数字的数据，要通过编码的方式转化为数字。比如性别婚否，已婚可以用1，未婚可以用2，离异可以用3等来表示。

数据要成组使用才有意义。比如告诉你老杨今年40岁了，本身没有什么实际意义。如果告诉你一组数据，不但包括老杨，还包括他的十五个同事的年龄，这一组年龄，就组成了年龄变量，有了具体含义。通过对这一组数据的分析，可以得到平均年龄，中位年龄等信息，进而能知道这一群同事的年龄分布状况。

年龄是一方面，性别，体重，民族，爱好等又分别可以组成不同的数据组别，这样就可以得到许多的产量。把这些变量放在excel表格里面，就完成了一次收集数据的过程。

数据本身是有差异的。数据种类，按照作者介绍，大致分为类别数据、次序数据、间隔数据、比例数据四种。并且用了非常形象的比喻做了说明。唐僧属于非此即彼的认知特点，对就是对，错就是错，这就是类别数据。沙和尚很讲究次序，遇到事情先问唐僧，唐僧不在找悟空，悟空也不在就找八戒，这个做法就是遵循了次序数据的原则。猪八戒有一个九齿钉耙，并列存在，但是间隔排列，这就是间隔数据。孙悟空的金箍棒，可长可短，伸缩自如，可以象征比例数据。

说实话，对这四种数据，我还是不太理解，或者说理解的不透彻。尤其是间隔数据与比例数据，有些区分不开。这一点需要引起自己注意，以后要慢慢搞清楚。

数据不同，代表的含义不同，所以对待的方式也不同。这四种数据有一个特点，单向兼容，比例数据可以转化为间隔数据，但是反过来不行。

第二讲，如何定量的把握一个事物？

定量把握，需要进行测量，而测量，就是得到一个指标体系的过程。

测量要注意三个方面，一是关联性。想知道年龄结构，却去关注体重指标，肯定是没道理的。二是结构性。测量得到的数据，必须能够有效说明想要测量的事物，这样才能保证测量的有效性。三是完备性。认识一个事物，需要许多指标，只有多一个没用，少一个就不能说明问题，这才是最佳的选择。当然，宁多勿少，多了不过是麻烦，浪费，少了，就白干了。

测量前的准备工作极其重要，就是去确定各需要测量的指标。有些事物很难一下子搞清楚，需要用纬度拆分的方式来进行。一层不行就两层，直到能把事情说清楚位置。

比如测量顾客满意度，可以拆分为回头率，投诉率等。

需要注意的原则有两个，一是边际效益最大化，一是有效。其实，最重要的因素，仍然是具体实施测量的人。人不同，对事物的认识不同，那么拆分的纬度就不同，测量手段，测量过程，测量结果也就都不一样了。

要想能够尽可能精准的测量，加强对事物的认识，把握事物本质，才是测量精准的核心。

数据思维，不过是一个工具。要知道，三岁孩子，给他一门大炮也伤不了人呢。