如何读懂数据的含义？

编辑导读：数据在一些人看来只是冷冰冰的数字，但是在企业看来，这些数字的背后可能暗藏着盈利的方向，这时就需要数据分析师出场。如何才能读懂数据？本文将从六个方面进行分析，对数据分析感兴趣的童鞋不要错过哦。

很多新人读不懂数据含义。对着报表，只会和复读机一样，叨叨：“昨天销量100，今天销量120，增加20……”讲这些只要不是瞎子都能看的到的东西。也因此经常被笑话，咋办？今天我们系统讲解一下。

一、读懂第一阶段：明指标

给一个数字：180，能看出含义不？

不能！

因为这就是孤零零一个数字，啥含义都没有。想读懂数据，至少它得是一个明确的数据指标。包含了指标名称，使用场景，计算口径。同样是180，我们换成：成年女性，身高180cm。是不是一下清晰很多了？

二、读懂第二阶段：立标准

而且很多人可能已经有了本能的判断：这个女生个子很高。这么判断，可能基于数据统计。

根据2015年《中国居民营养与慢性病状况报告》，报告显示，成年男性平均身高167.1cm，女性155.8cm，也就意味着180cm已经超过大量男性身高了，可以定义为高。

这么判断，也可能基于约定俗成的习惯。比如习惯来说，女生超过170已经算高个了，180更是超大个，肯定算是高了。

两种判断都没有错，其实都是进一步读懂数据的方法：统计法和习惯法。统计法基于数据统计上的差异进行高中低划分，习惯法则是把人们约定俗成的习惯量化。

从“成年女性，身高180cm”到“成年女性，个子非常高”是读懂数据的一个重要转折。因为180cm是一个客观数值，不能直接影响我们决策。但是“高”是一个判断结果，这个判断是会影响我们决策的，不信继续往下看。

三、读懂第三阶段：合场景

场景1：小明身高175，二姨很热情地介绍了一个180的女生来给他相亲。

场景2：小明在组织一次展会活动，需要5名模特，HR linda介绍了1个180女生给他。

问两种场景下小明的心情如何？

有些女生会嫌弃比自己矮的男生，很不幸，小明就是被深深嫌弃过的一名靓仔。所以小明遇到场景1估计就直接骂娘了：“早就说了不要找比我高的，你丫是诚心给我难堪吗！”——这就是无视别人要求的结果。

场景2估计小明会很开心。展会的模特，就是要人高马大模样俏，这样才够排面。当然肯定出场费贵很多，这时候要是图便宜，随便找几个矮个子妹子，估计领导看到身高就要开骂了——给你们费用，不拿来贴门面，拿来擦屁股吗！

所以想再深度读懂数据，一定要结合具体场景。

这里有两种做法：

基于业务逻辑推演

基于过往经验总结

两种方法，都需要对业务场景的深入了解（如下图）：

四、读懂第四阶段：观态势

经过前三阶段，我们已知的信息是：

成年女性180cm属于：高

找模特需要个子：高

个子高+模样俏=价格贵

在这些基础上，再看数据，又会有新的解读。

比如你负责筹划展会，你下边的广告公司推荐的现场模特身高如下：

看完以后，你可能马上读出：这帮孙子又想黑我的费用！偷偷摸摸给我换了一批便宜的模特！是滴，这个解读就又比“诶呀，身高缩水这么多”更进一步，这就是第四阶段的解读。

同样的数据，如果你没有读出这个，直接发给了领导，领导看完可能立马解读出：这个新来的小伙子不懂业务呀，哪有排面活做的这么寒碜的。

同样的数据，如果领导没有处理，真的找了一批随便什么人去展会。你的经销商们看了以后，立马能解读出来：诶呀，今年这品牌实力是不是有问题呀，你看展台面积也缩水了，新品发布会也不热烈，模特都是凑数的，不行不行。

所有这些都是基于一个身高数据，所谓见微知著，其实背后都是有逻辑的推理（如下图）：

五、读懂与瞎胡乱读的区别

当然，解读数据也是有限度的，过分解读，或者随便乱猜，都会导致错误理解。

比如：

随便乱猜：你看模特都是美女，所以他们的老总肯定好色。

过度解读：你看这次请了九个美女模特，肯定有九款产品发布。

读懂与随便乱猜的最大区别，就是证据数量。