在設計工作中，越來越多的場景是，我們根據(jù)用戶使用產品產生的數(shù)據(jù)來直接判斷我們的設計。甚至有時候，產品經(jīng)理和設計師并沒有完全了解數(shù)據(jù)的真實含義，就直接根據(jù)數(shù)據(jù)來修改我們的產品設計。這是非常危險的。

HBR 的一篇文章簡潔明了地闡述了數(shù)據(jù)不能代替思考這個道理。筆者讀完深有同感，并記錄一些真實工作例子來思考這個論點。

很喜歡文章中的一句話：當我們要求更多數(shù)據(jù)進行分析之前，我們需要先了解自己。

作者開篇引用了一些關于大數(shù)據(jù)的觀點，例如，傳說中的大數(shù)據(jù)，讓科學過時。大數(shù)據(jù)讓很多學科沒有存在的意義，例如，遺傳學，語言學，社會學。

Wired的編輯Anderson說：“當數(shù)據(jù)充足的時候，數(shù)字就可以代表一切，自我論證，得出結論。”

作者也引用了去年一位CEO的觀點：“我相信數(shù)學已經(jīng)勝過科學。你已經(jīng)不需要去了解為什么，你只需要知道A，B兩個事件發(fā)生后，C會發(fā)生。”

作者認為以上的觀點在某種程度上是真實的?？茖W的分析方法可以幫助我們觀察，假設，測試，與分析，而足夠的數(shù)據(jù)以及強大的電腦分析能力讓以上步驟簡單而成本低，效率更高。

例如，A/B tests，像Google與Amazon這樣的大公司可以提供給不同用戶群體不同的頁面布局，來測試哪種布局得到的效果更好，然后選擇效果好的版本來作為最終版本。這個方法已經(jīng)在很多公司普遍流行。

但是，這樣的方法一定是有效的么?作者認為，這樣并不能說明這個測試過程是完全科學且沒有任何假設的。

我們人類最擅長在事實發(fā)生后編一個故事。而在以上場景中，我們只是把編故事的時間挪到了事實發(fā)生之前。

在大數(shù)據(jù)時代，我們的假設以及說故事的能力，是與數(shù)據(jù)分析息息相關的。

所以，作者引出另一種觀點：

數(shù)字不可以代表一切，自我論證，得出結論;數(shù)字是我們講故事的依據(jù)。數(shù)據(jù)驅動的預測方式可能成功，也可能失敗。當我們要求更多數(shù)據(jù)進行分析之前，我們需要先了解自己。

作者最后總結：

我們對事物的發(fā)展總是有自己的主觀意見。我們應該合理使用數(shù)據(jù)來修正我們的思考，但是這個模式成功的前提是，我們必須在分析數(shù)據(jù)前要先思考。

簡短的文章描述的論點很鮮明，我這里理解到有用的點是：數(shù)據(jù)分析是一個很強大的工具，也是未來的趨勢，但是在數(shù)據(jù)分析的整個過程中，包括前，中，后，人類的思考才是核心。脫離了思考的數(shù)據(jù)分析，帶來的是不可預測的結果。數(shù)據(jù)分析不能代替思考這個過程。

筆者先講一個例子，非常吻合本文的論點。

以下是我4年多前在雅虎移動搜索做的“直接搜索”，流程是，用戶在手機上搜索“Weather”，手機自行判斷本機位置，然后展示當?shù)氐奶鞖?。下面例子是在舊金山搜索“Weather”得到的頁面的頂部，這個區(qū)塊往下就是正常的10個blue links。

當時雅虎移動搜索類似這樣的“直接搜索”有30多個，包括本地商務，天氣，星座，明星，音樂，購物等等。

有一天，產品經(jīng)理拿著這30多個“直接搜索”的數(shù)據(jù)來找我，說：

“yoyo，你看，天氣的直接搜索，點擊率是最低的，只有不到1%，我們是不是應該刪除這個直接搜索，這個直接搜索沒用。”

我第一時間心理反應是：“什么?這個直接搜索應該是非常有用的，業(yè)界研究表明用戶對天氣搜索的需求是手機搜索的前幾類，也符合我自己對這個產品設計的認知，數(shù)據(jù)怎么這么低?”

“不能完全依賴這個數(shù)據(jù)來決定”，我告訴自己，然后想了一下，了解了為什么數(shù)據(jù)會偏低，然后告訴產品經(jīng)理：

“數(shù)據(jù)低就對了!我們做“直接搜索”的價值，就是希望提供給用戶10個blue links之外，給用戶提供直接展示的答案，減少用戶點擊links到下一頁的場景。這個天氣搜索的場景，用戶搜索天氣，看到了答案，52度，他們不需要再往下走了，一部分用戶希望了解后七天的天氣，才會點擊進入看完整天氣預報，但是大部分用戶看到答案就會滿足，完成任務，數(shù)據(jù)低反而證明了我們產品設計是成功的。”

產品經(jīng)理想了想，認同了，我們又聊了一會兒，共識是，如果每個產品設計決策都是純粹依照數(shù)據(jù)而不思考，得有多少奇怪，錯誤的決策發(fā)生啊!

思考還能帶來選擇完整數(shù)據(jù)的好處。例如做電商網(wǎng)站，搜索“電視機”，得到的搜索頁面。頁面布局可以生成一張熱圖，來展示用戶點擊各個區(qū)塊的點擊率。如果不思考，純粹以點擊率多少來修改頁面布局，結果一定是最好的么?當然不是。電商需要的是用戶進行購買，產生商業(yè)價值。而商業(yè)價值相關的應該是購買轉化率。所以思考后，發(fā)現(xiàn)電商網(wǎng)站的布局不能光看點擊率，還要加入購買轉化率一起思考。

數(shù)據(jù)分析中，選擇數(shù)據(jù)是關鍵，不經(jīng)過思考地選擇數(shù)據(jù)，會出現(xiàn)兩種不好的情況，一種是選擇不足，得出結果不準確，一種是選擇過多，無法得出單一結果。

當然，提倡思考不代表讓我們固執(zhí)。我們有時在數(shù)據(jù)分析會犯一個錯誤，就是主觀地想好了一個論點，然后自己去挑選數(shù)據(jù)來論證自己。這個也是數(shù)據(jù)分析的經(jīng)典錯誤。如文章所說，數(shù)據(jù)分析是輔助我們思考的有效方法，而不是不擇手段證明自己觀點的工具。

誠然，用戶使用產品產生的數(shù)據(jù)是我們設計師最寶貴的第一手資料。但是如何使用這些數(shù)據(jù)，如何分析數(shù)據(jù)來增益產品設計，是一個很嚴謹?shù)倪^程。我們在主動思考與客觀分析數(shù)據(jù)的過程中，不能犯一絲錯誤，才能得到最佳結果。古人云“失之毫厘，謬以千里”，大致是這個意思。

最近的工作，有兩塊直接與數(shù)據(jù)分析接觸。一塊是我們做面向千萬級用戶的產品，需要不停根據(jù)用戶數(shù)據(jù)來驗證，修改自己的設計;一塊是做面向開發(fā)商的開放平臺數(shù)據(jù)分析工具，來幫助開發(fā)商根據(jù)數(shù)據(jù)分析，得到利于他們產品發(fā)展的商業(yè)結論。所以筆者最近也在研究不少數(shù)據(jù)分析的資料，更多的會與大家之后分享。

當然，我的文章也是一種數(shù)據(jù)，請大家辯證地讀，才會更有受益。