作者：可樂(lè)

轉(zhuǎn)載自：可樂(lè)的數(shù)據(jù)分析之路

（ID:the_way_of_data_cola）

作者周日參加知乎的一個(gè)線(xiàn)下活動(dòng)：程毅南老師主講《數(shù)據(jù)會(huì)說(shuō)謊嗎？》

為了避免遺忘，所以將內(nèi)容整理并附帶我自己的理解，和大家分享。

主要分享如何收集到真實(shí)的用戶(hù)數(shù)據(jù)并用好這些數(shù)據(jù)。

一、我們?yōu)槭裁葱枰獢?shù)據(jù)

我們?yōu)槭裁葱枰獢?shù)據(jù)，因?yàn)橐獩Q策，更準(zhǔn)確地說(shuō)，要科學(xué)、準(zhǔn)確地決策，并解決實(shí)際問(wèn)題。

什么是科學(xué)的搜集數(shù)據(jù)？

• 世界客觀存在，但需要人去發(fā)現(xiàn)和認(rèn)知
  

在這個(gè)大數(shù)據(jù)時(shí)代，每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù)，如何從這么多數(shù)據(jù)里發(fā)現(xiàn)有效數(shù)據(jù)并進(jìn)行科學(xué)地決策，是我們重點(diǎn)關(guān)注的問(wèn)題。

• 數(shù)據(jù)是連接客觀世界和主觀認(rèn)知的橋梁，但修橋是個(gè)技術(shù)活
  

數(shù)據(jù)客觀地存在，人們對(duì)數(shù)據(jù)的解讀各有千秋，就像一千個(gè)人的心中有一千個(gè)哈姆雷特一樣，不同的人對(duì)同一份數(shù)據(jù)可能都會(huì)有不同的說(shuō)法，后面會(huì)舉例。

搜集數(shù)據(jù)有什么難處？

獲取數(shù)據(jù)不難，但是獲取真實(shí)、有效的數(shù)據(jù)，確實(shí)沒(méi)那么簡(jiǎn)單。比如：

• 人的想法和感受很難丈量

一個(gè)簡(jiǎn)單的情侶交流問(wèn)題，就可以知道人的想法和感受是很難丈量的，請(qǐng)看下面例子：

小茗同學(xué)：我愛(ài)你

可樂(lè)：你有多愛(ài)我

為什么我愛(ài)你很難回答，因?yàn)椋?/p>

• 愛(ài)的程度無(wú)法用工具測(cè)量

• 用得分或數(shù)字表達(dá)，都極易失真，缺乏信度

• 愛(ài)的狀態(tài)本身就不穩(wěn)定，但是測(cè)量時(shí)的狀態(tài)卻很重要

• 愛(ài)的感受可以對(duì)比參照（前女友，你媽?zhuān)?/p>

• 你可以用優(yōu)美的情話(huà)來(lái)比喻，但這考驗(yàn)的就是語(yǔ)文能力，缺乏效度。

測(cè)量不準(zhǔn)有什么問(wèn)題

1. 造成決策失誤

舉三個(gè)測(cè)量不準(zhǔn)導(dǎo)致決策失誤的栗子：

感情被騙

比如上面的 我愛(ài)你 的案例，對(duì)小茗同學(xué)是否愛(ài)可樂(lè)這件事情如果測(cè)量不準(zhǔn)，很可能導(dǎo)致可樂(lè)遭受?chē)?yán)重的情感詐騙事件。

美國(guó)大選民調(diào)翻車(chē)

2016年特朗普當(dāng)選，是美國(guó)民調(diào)的滑鐵盧，2020年差點(diǎn)又翻車(chē)。

對(duì)開(kāi)放二胎的決策

開(kāi)放二胎后，人口增量顯著低于預(yù)期，中國(guó)適齡人群的生育意愿到底怎樣，依然是一個(gè)有挑戰(zhàn)的問(wèn)題。

2. 對(duì)世界產(chǎn)生認(rèn)知偏差

測(cè)量精準(zhǔn)到底有多難？

舉3個(gè)比較難以獲取真實(shí)數(shù)據(jù)的例子

• 美國(guó)大選民調(diào)
  

對(duì)于美國(guó)大選的預(yù)測(cè)，大家一直以來(lái)都津津樂(lè)道，2016年，民調(diào)預(yù)測(cè)希拉里會(huì)贏得大選，結(jié)果我們都知道卻是特朗普上臺(tái)，今年雖然整體上民調(diào)顯示拜登的支持率較高，但在一些搖擺州的預(yù)測(cè)上還是打了臉。
所以把數(shù)據(jù)測(cè)量準(zhǔn)確這件事情還是很難的。當(dāng)然對(duì)于民調(diào)這種問(wèn)題，結(jié)果不準(zhǔn)確更多地可能還是取樣的偏差？

• 如何了解某種難以啟齒的行為的滲透率

如家庭暴力、偷竊、出軌等難以啟齒的行為，如何了解它們的滲透率？
實(shí)際報(bào)案的、被警察抓獲的、被他人發(fā)現(xiàn)的來(lái)這只是一小部分人，或者你可以說(shuō)是幸存者偏差，到底有多少人有過(guò)類(lèi)似的行為？
我們可能會(huì)想到通過(guò)以下方式來(lái)獲?。?br>

• 網(wǎng)絡(luò)問(wèn)卷調(diào)查。成本低，也無(wú)法核實(shí)用戶(hù)身份，但也因此用戶(hù)也就可以隨意說(shuō)謊

• 入戶(hù)調(diào)查、街頭攔訪。也會(huì)撒謊，或者不好意思坦白

• 在居民家安裝監(jiān)控，排查所有轉(zhuǎn)賬數(shù)據(jù)。類(lèi)似我們的數(shù)據(jù)埋點(diǎn)，可能效果好，但不現(xiàn)實(shí)。

這里程老師提供了另外一種獲取思路：

抽一張牌，但不告訴我抽到的是什么？

問(wèn)被訪者：是否打過(guò)自己的伴侶？
如果抽到黑桃，則可以隨心回答如果抽到除黑桃外的其他3種花色，則只能回答“是”
最后，將回答是的比例減去75%，再除以25%，即是較為真實(shí)的家暴行為滲透率。
因?yàn)檫@里，回答“是”，變成了大概率事件，且這種方法保持了面對(duì)面調(diào)查卻仍然匿名的方式，結(jié)果就較為真實(shí)一些。

• 調(diào)查用戶(hù)對(duì)微博產(chǎn)品的體驗(yàn)和感受
  

一個(gè)真實(shí)的案例，微博對(duì)用戶(hù)的滿(mǎn)意度問(wèn)卷投放數(shù)個(gè)小時(shí)后，評(píng)分突然大幅下降，發(fā)生什么事兒了？

結(jié)果發(fā)現(xiàn)是飯圈水軍，“我們給新浪微博打差評(píng)，讓騰訊微博復(fù)活，給新浪點(diǎn)顏色看看”

這個(gè)案例可以幫助我們思考一個(gè)問(wèn)題：意想不到的數(shù)據(jù)出現(xiàn)，是?有效?還是?無(wú)效?？

二、如何做好測(cè)量

前面提到收集數(shù)據(jù)有那么多的困難，那么該如何科學(xué)有效地收集數(shù)據(jù)？

避免偽裝

人是愛(ài)面子的，會(huì)偽裝：調(diào)整問(wèn)法，讓他更自然地表達(dá)

比起直接問(wèn)你支持誰(shuí)，還不如問(wèn)，你的鄰居支持誰(shuí)？：巧妙設(shè)計(jì)，讓他明白真實(shí)答案沒(méi)有后果

比如，剛剛提到的抽牌匿名法：官方身份，反正你們都知道，說(shuō)謊沒(méi)有意義

比如知乎問(wèn)你最喜歡看哪些問(wèn)題？普羅大眾肯定覺(jué)得，你應(yīng)該都知道的吧，不然每天給我推送的是啥？

避免從眾

人性是容易服從、容易引導(dǎo)的，要避免從眾壓力。
《是，首相》中奸臣做民調(diào)就體現(xiàn)了這一點(diǎn)。就“是否支持恢復(fù)兵役”的民調(diào)是可控制的。在下面一系列“是”的回答后，人們有很大的可能支持恢復(fù)兵役。

但換一種問(wèn)法也是可以的：

因此不同的問(wèn)卷調(diào)查方法，可能會(huì)得到不同的結(jié)果，要避免給人從眾的壓力。

避免復(fù)雜

人性是懶惰的，調(diào)查請(qǐng)不要太麻煩動(dòng)輒幾十道問(wèn)卷調(diào)查題目真的很讓人頭疼。

包容

人性是千奇百怪的，要盡可能包容你所見(jiàn)到的現(xiàn)象

如何用好數(shù)據(jù)
幸存者偏差想必大家已經(jīng)聽(tīng)過(guò)無(wú)數(shù)次了，不太了解的童鞋可以在這篇文章中看看。

簡(jiǎn)單來(lái)說(shuō)幸存者偏差就是只能看到經(jīng)過(guò)某種篩選而產(chǎn)生的結(jié)果，忽略了被篩選掉的關(guān)鍵信息。這個(gè)案例告訴我們用好數(shù)據(jù)多么的重要。

一個(gè)問(wèn)題

有什么方法能測(cè)量感情的健康程度？

如何測(cè)量感情的健康程度？用下面的指標(biāo)來(lái)衡量嗎？

• 禮物個(gè)數(shù)

• 約會(huì)次數(shù)

• 陪伴時(shí)長(zhǎng)

• 吵架次數(shù)

• 打架次數(shù)

還是那句話(huà)，不同的人心中有不同的評(píng)判標(biāo)準(zhǔn)，感情是特指男女還是包括父母親情？什么是健康程度？感覺(jué)又回到了文章一開(kāi)頭收集數(shù)據(jù)有什么難處的問(wèn)題，人的想法和感受本身就很難丈量，我們可以通過(guò)構(gòu)建不同的用戶(hù)畫(huà)像來(lái)具體問(wèn)題具體分析，主要目的是哪些指標(biāo)能夠幫助我們做決策。

所以大家也可以評(píng)論區(qū)聊聊，有什么方法能測(cè)量感情的健康程度？