扯个锤子 真数据假结论,教你如何忽悠领导

扯个锤子 真数据假结论,教你如何忽悠领导

文章图片

扯个锤子 真数据假结论,教你如何忽悠领导

得出任何一个结论 , 都需要若干的事实支撑 。 而数据 , 就是整合了若干独立事实 , 然后以更便于观察的方式表现 。
所以数据 , 就是所谓的有理有据 , 通常是报告中不可或缺的重要元素 。 数据呈现 , 就是为了阐述客观事实 。 但实际上 , 很多时候 , 可以使用建立在真实数据 , 但通过某些有意或者无意的方式 , 产生欺骗的效果 。 其中可能会产生错误结论 , 也可以化腐朽为神奇 。
一、追加定语获得排名追加定语是修辞方面的语言技巧 , 如果运用得当可以很好的进行忽悠 。 第一只有一个 , 但如果可以无限叠加定语限制 , 理论上任何情况都可以获得 。 这种在商业广告上其实并不少见 。 比如XX(区域限制)首个OO(品类、概念等限制条件)的什么 。 由于区域 , 特别是其他限制条件可以无限细分 。 想要获得首个这个概念其实并不困难 。

特色主题难以定性 , 在很多地方都适用 。
比如在村上开个小卖部 , 顺带兼做手机与废铁废铜回收的业务 。 完全就可以定义为本村首个兼数码产品与贵金属交易的综合性卖场 。 【扯个锤子|真数据假结论,教你如何忽悠领导】
全班50人 , 你倒数第一 , 如果加男生作为定语 , 看上去就是中游;如果加梳中分的男生 , 梳偏分的男生中等等定语 , 总有一种方式可以排上第一 。
同样道理 , 如果区域销售业绩实在拉胯 , 在区域或细分市场中处于中下游水平 。 但通过条件限制 , 可以大幅的提高排名 , 成功的忽悠领导 , 证明自己并不是特别烂 。
二、不同统计术语模糊结果统计数据如果要给出结果 , 一般会有一个平均数 , 比如大家喜闻乐见的人均工资 。 一边是连创新高 , 一边是6亿人月收入不足1000 , 确实容易让人精神分裂 。
其实两个数据都为真 , 但因为数据分布范围极大 , 特别是当极大数远高于极小数时 , 平均数可能可能大于其中的绝大多数 。 比如把马云放菜市场 , 整个菜市场人均身价马上过亿 。
表现一组数据分布 , 除了平均数 , 还有中位数、最大值、最小值、上四分位数 , 下四分位数等等 。 特别是数据差异越大 , 平均数越没意义 。

北京的薪资水平报告 , 直接摒弃了平均数 。

三、组成结构变化 , 但用相同的规则比较一个模型 , 里面除了单个数据会变化 , 数据组成结构也可能变化 。
如果不看组成结构 , 直接比较统计数据 , 可能会出现非常离谱的结论 。
某公司员工平均收入提高30% , 结果发现是老板收入翻倍 , 或者多了两个领导;某地房屋均价上涨10% , 结果发现就是某个高价地方有集中供应 。 此类例子举不胜举 。
四、指数权重不合理很多非直接关联数据 , 但可以直接指向同一指标 , 为了量化 , 就可以采用加权的方式 , 进行量化计算 。 比如给一个人健康程度打分 , 视力与体重均可以代表 , 但两个数据不能直接相加 。
那么可以采用分别量化打分 , 再相加的方式进行比较 。 但如果整个模型 , 权重不合理 , 甚至有重要影响结果的因素漏项 , 那么结果就会非常离谱 。
比如最近常说的CPI , 早期CPI因为没有房价的权重 , 所以基本可以视为猪肉指数 。 除了几个比如猪瘟影响的重要节点 , CPI都看上去非常稳定 。 但实际上买房按揭是每个人息息相关的东西 , 房价暴涨 , 对居民生活影响极大 。 所以现在CPI权重加入房价的呼声越来越高 。
同样美国由于CPI和原油价格相关性极大 , CPI又叫油价指数 , 所以政府公布数据通常会加入一个剥离油价的CPI指数 。
代入到业务场景 , 定价加权 , 通常是有结果去套过程 。 人力资源评分 , 要么业绩权重过大 , 其他项目几乎无用 , 或者业绩权重过小 , 评分全靠喜好 。
五、选择性抽样对比选择性就是部分情况或者参考物缺失 , 甚至是故意缺失 。 商家通过比较参数及价格方式 , 证明自己的商品定价合适 。 但由于信息不透明 , 给你透露的数据完全可以选择性隐瞒 。
比如用自己的商品 , 对比竞品最高价定价商品 , 或者对比参数时仅透露自己占优参数 。
同样在工作中 , 花钱采购时 , 通常对比市场售价最高商品 , 证明自己所申请价格不高 。 销售业绩考核时 , 又用市场售价最低商品 , 来说明自己价格属于市场较高水平 。

推荐阅读