你真的懂什么是“数据思维”？

前两天，咱们老同学小七在交流群里吐槽，说大家都在做增长，他们在做的是负增长。

大伙重重盘问之下，发现是这么一个情况：

他们在做的是一个内容平台，数据上反映一个比较复杂的注册认证流程，转化率只有6%。于是重新规划相应的流程去做优化，同时尝试把入口做的更加醒目。

热火朝天地花了2个月讨论，1个月开发。结果上线后1个月内，转化率没有提升反而下降，过了1个月才提升到原来的数据，但也只是持平。

大家都很疑惑，按理说根据数据反馈去做调整优化，思路是没问题的，为什么结果出人意料呢？大家七嘴八舌，似乎谁说的都有道理。于是带着这个疑惑，大伙去请教了做过八年运营总监的钱老师。

钱老师发了个白眼表情，接着开始阐述他的观点：“你们这个是伪数据分析，瞎搞。从头到尾就看到一次转化率，又不说明样本大小、时间维度，凭什么说它低？都没找到问题原因，你们做这个产品优化的策略，本身就是脑补嘛！”

小七同学不服气：“那钱老师，如果是你会怎么考虑呢？”

钱老师：“首先，虽然你是做运营增长，但是也得要有数据分析的常识。比如说，你要知道数据分析出来的结论不是100%可信的。

其次，分析出来的结论可能是对的，在解决问题或者执行优化的过程中，也要做数据分析的验证。数据采集、数据分析，是贯穿整个业务流程，从始而终的事情。

第三，要学会把业务跟数据分析结合起来看。比方说优化方案要产生效果，经常会存在延时的情况。数据是死的，懂业务很重要。”

小七：“噢！您这样一说我就明白了，我们其实还停留在一个定性分析的阶段！而且可能之前做出来的优化方案，是要这个月才出的效果，而之前的负增长也可能是受运营策略调整、数据波动之类的影响，孤立看数据并不一定准确的。”

钱老师：“是啊！这种基本的数据思维，是每个互联网人都应该掌握的底层能力，做产品和运营都得会。”

小七：“那么钱老师，类似于这种业务场景下的问题，你是怎样思考解决呢？”

钱老师：“这个说起来就多啦，但是底层的方法是通用的。所谓的数据思维，就是把实际的业务问题转换成为数据分析的问题，然后通过抽样、分析等方法，找到根本的原因然后做调整和验证。”

其实，对于许多未经过系统学习的产品、运营人来说，他们对于数据分析的了解大多局限于一些日常的指标数据分析、表格工具而已，缺乏数据与业务之间的结合思考。

这导致在利用数据分析驱动业务增长过程中，出现了类似于文章开头这样的场景。若要究其根源，往往与大家对数据思维认识的误区有关。

数据思维驱动业务增长的常见3大误区