当我大呼：“西安美女真多呀！”以后……
西安的美女，多？不多？
反正我觉得很多！
五一期间，陈老师去西安旅游，被城墙、游船、表演、仿古建筑，以及穿梭其中的大量漂亮小姐姐深深吸引了。还有很多小姐姐穿着汉服，打扮得像从画里走出来的一样。于是陈老师在学员群里大呼一声：“西安美女真多呀！”
于是，群里炸了！
排除部分群友强烈呼吁“不要BB，上照片”的言论，大部分人在感慨：“一个做数据的，居然在不认真分析之前，发出如此不靠谱的评论。”然后，在假期闲得无聊的群友们，围绕着：“西安美女到底是不是非常多”进行了激烈的辩论。
1
这个数据，该咋分析！
关于：“西安美女是不是真的多”，大家的观点可以分作三派：
美女真的多派：
这一派认为西安就是美女多，有2种表现
情况1，净人数很多。举例，西安有100万人，广州有90万人。
情况2，比例很高。举例，西安30%的女生都是美女，广州20%。
这一派不但振振有词，而且连理论根据都列出来了，比如：这是以前帝国首都，全世界美女都往这里送所以人的基因好/米脂婆姨绥德汉，吕布貂蝉都在陕。听起来是很有道理的。
美女集中派：
这一派认为西安的美女并不特别多，但是集中度高，表现为：
情况3，西安是旅游城市，西安集中的是全国各地的美女
情况4，陈老师去的都是景点，景点集中的是全西安的美女
这一派也很有道理，特别是得知了陈老师住的酒店就在大唐不夜城周围，那边就是景区，平时就有很多小姐姐穿着汉服去拍照，更不用说假期了。
美女不存在派：
这一派认为“美”的标准是有问题的，可能：
情况5：因为有地域差异，西安的女生个子高/皮肤白，加上陈老师600度近视，所以一眼扫过去都是美女
情况6：地域差异是不存在的，纯粹是陈老师这个土鳖没见过汉服，所以觉得好看
情况7：汉服的影响也是不存在的，纯纯是陈老师这个老色批，看啥都美……
如果用MECE法梳理逻辑，则如下图所示：
最终，美女不存在派大获全胜，因为陈老师的太太坚决支持情况7，而且老婆的观点就是对的。然而，大家却都很好奇：如果真的用数据验证，到底该咋做呢？
2
数据论证，到底咋做？
注意，如果认真讨论这个问题的话，情况1和情况2是无解的。因为待论证的问题：“美女”是一个主观评价。主观评价是无法套用到宏观数据上的。
根据7普的统计公报，西安常驻人口1296万；根据西安文旅局公布数据，西安五一期间接待游客数1690万人次，指望人工标注：美女/非美女，根本不可能，因此从源头上，这两个观点无解。
注意！在论证类似问题时，学统计学的同学，很有可能倾向于用一个现成的统计指标，代替“美女”。
比如在陕西省统计年鉴里，可以查到各年龄段性别比。因此有同学会用类似：“18-24岁女性人数”这种指标，用来分析。计算各个城市该年龄段人口比例。这种做法可以得出一个结论，但已经修改了问题判断标准。很有可能遭人质疑：“谁规定的18-24岁就一定是美女！”
情况3、4、5理论上是有解的。因为其考虑的并非全量数据，而是抽样数据。抽样数据的覆盖范围小，因此可以用人工打标注的方法获取数据。但为了避免抽样偏差，需要细心设计抽样方式。为了能对比出结论，最好还有合适的参照组设计。
在调研抽样的时候，考虑越复杂，执行成本就越高。即使只考虑两个因素：
1、景区/非景区
2、假期/非假期
至少得设2个访问点：一个在景区，一个在非景区。同时需要2个观察时间，假期一个，非假期一个。每个访问点的访问员、QC、现场督导，都少不了。如果要计算“美女”在总人群的比例，还得配专门的计数员统计人流。至于场地租金、问卷、计数设备、访问小礼品，都得准备好。
很多同学觉得问问题很尴尬，其实问问题是最简单的一步。比这更奇葩的调查陈老师都做过，比如丐帮的、小偷的、失足妇女的……。只要有小礼品+适当地伪装问题，都能得到配合。
比如调查失足妇女的就能把问卷伪装成避孕套厂商的产品访问……真正难的是设计抽样条件。因为有太多因素能干扰调研结果，考虑太粗，质量不行；考虑太细，费用爆炸。
所以在采用调研手段的时候，企业和政府处理问题的思路完全不一样。企业往往舍量保质，比如一个企业了解西安美女多不多，是想开美容院。那么可以直接在西安地图上圈出几个自己预计进驻的商圈，然后通过调研锁定2、3个商圈里到底哪个目标客户更多。其他影响因素就去他大爷的。
如果是政府（比如统计局）大规模普查，往往保量舍质。就直接用分层随机抽样，抽样条件设计都很简单，比如第六次人口普查，抽样主要考虑的是地区维度，每个城市先选小区，再选住户，保障区域覆盖，没有考虑其他因素（详见《第六次人口普查抽样细则》）。
最好验证的，反而是情况6、7！因为情况6、7跟事实没有关系，只跟陈老师个人有关系。研究一堆人麻烦，研究一个人容易。比如，想验证：陈老师是不是老色批，可以看陈老师是不是：
● 去杭州旅游，发：“杭州美女真多啊！”
● 去长沙旅游，发：“长沙美女真多啊！”
● 去沈阳旅游，发：“沈阳美女真多啊！”
● 去西安旅游，发：“西安美女真多啊！”
如果是，嗯！可以确认：陈老师是个发挥稳定的老色批，所以其他情况都不用纠结了！
3
数据分析，难在哪里？
为啥要花一整篇文章，一本正经地讨论美女，是因为类似的场景，在企业里非常普遍。在实际工作中，人们第一反应就是说评价，而不是说数据。
● 我看XX公司的业绩发展挺好的！
● 我看XX产品功能设计挺好的！
● 我看XX地区人消费力真高！
而这些主观评价，有可能成为引发内部行动的源头（如下图）
因此当领导甩出一句：“为啥我们在XX地区发展不快？”的时候，专业的数据分析师，第一时间不是去跑数，而是了解清楚问题的源头源自哪里（如下图）
就检验判断的难度而言
● 行业性数据≥竞争对手数据
● 竞争对手数据≥消费者数据
● 消费者数据≥内部数据
● 内部数据≥领导个性
所以在切入问题的时候，要特别关注解决问题的时间成本/经费投入，投入充足才保质保量，投入不足就看舍质保量还是舍量保质，甚至直接从领导习惯入手，直击领导要害都是可以的（如下图）
这些都是基本的工作方法，但很需要再和做数据的同学们强调一下。因为现在网络上关于数据分析的文章太喜欢堆砌“AARRR模型”“拆解法”“对比法”这种抽象概念，完全不讲如何沟通，如何梳理具体场景，误导了很多新人。
具体问题，具体分析是做数据最基本的要求。所谓“具体”，第一顺位要解决的就是各路人马口中的“好/坏”“快/慢”“高/低”这些形容词。遇到形容词：
● 评价的源头是啥？
● 判断的标准是啥？
● 有没有数据支持？
这些要第一时间梳理清楚，不然鸡同鸭讲，南辕北辙，都是常见的。比如90%的数据监控、活动评估、流程优化分析做不好，都是因为判断标准没整明白。有兴趣的话，给陈老师点亮右下角的“在看，”本篇集齐60个在看，我们下一篇分享一个活动评估的例子，敬请期待哦。
更多精彩原创：
了解陈老师的视频课程