《请用数据说话》读后感1000字

《请用数据说话》是一本由[日] 久保忧希也著作，中信出版社出版的假精装图书，本书定价：35.00元，页数：184，特精心收集的读后感，希望对大家能有帮助。

《请用数据说话》读后感(一)：很水的一本书啊 又被大众的评星给骗了。。。

很水的一本书啊 稍微对自己的逻辑能力和思维方式有一点要求的人 都应该觉得这本书里写的最多只能算是常识吧？又被大众的评星给骗了。。。

小女孩扔石头的那个故事 我小学时就听过了。。。

囚徒困境的故事 初中也就看过了。。。

两件相关的事情 不一定有因果关系 这是基本的相关系数的概念 最起码大学也学过了。。。

投资时不仅要看概率 还要算期望 而不是凭感觉。。。这真是大白话中的大白话啊。。。

难道是这本书的读者（中国读者或日本读者）碰巧是都没有学过概率论、博弈论、基本统计学的人？

《请用数据说话》读后感(二)：读书笔记 | 请记住书名这句话《请用数据说话》！

1.使用数据是一种说明事情的方法，但是要明白一件事，就算用数字解释，也不是所有人都愿意听的，一定要明白自己的audience；

2.我们如何能用数字更清楚的表达我们的意图，解决生活中的实际问题？

举个例子1章4节 HR可以利用数据提高员工的录用质量，建立维度和维度所占的重要程度比得出综合实力；

3.如何有效的利用数据：a.善于统计，尽量利用真实数据；b.通过比较，数据的效果会更加直观；

4通过建立数据目标来管理自己：做好工作的最大秘诀就是：制定目标；

4个阶段形成一个循环：Plan——Do——Check——Act——Plan…

其中目标和现实之间的“差距”就是解决问题，而差距的把握，只能用数字。不然你不可能知道你离目标有多远。

目标随着时间的变化，是不断发生调整变化的；

5.要有专业的分析力：

a.收集正确的信息，并做正确的分析，不要没事想当然；

b.收集专业信息的窍门：

（1）信息来源：国家/地区统计局/公共机关/综合研究所/信息公司；

（2）结合多个信息验证；

（3）平时多注意收集信息；

c.专业的分析：

（1）.有说服力的相关数据；

（2）思考有效的定义；

（3）.彻查因果关系；

6.如何用数据更好的工作：

a.使用期待值：某件事情做了几次产生的结果的平均数值；

b.进行先读，思考清楚：花费多少预算得到多少回报？如果每件事情先做，会发生什么样不同的结果？

c.保持基准数字：定量进行决策；

d.继续考虑假设：由数字想到未来，利用假设，建立模型；

上面是一些管理的抽象的概念，对于如何利用数字决策，强烈推荐好好学习《统计学》，大学的专业课，可惜毕业后才知道统计学有多么重要。

《请用数据说话》读后感(三)：培养数字力，用数据做决策

我们在生活和工作中，会经常遇到各种难题，需要我们做决策。很多决策很难做，做错决策可能对未来产生很大的影响。这本书的内容呢，就是希望读者培养自己的数字力，从而用数字进行有条例的分析，从而做出最合理的决策。

我们如何做好决策前的分析？做一个好决策需要考虑哪些因素？

一个好的决策，应该分为以下几个步骤：

收集数字化的信息--设立量化的标准--基于标准来做第一步决策--加入中途数字，评估第一步决策的有效性--阶段性调整，重新决策与执行。

我们可以以公司的招聘举例。招聘的目的是为公司招到合适的人才，可以分为两步。第一步是对人才的筛选，第二步是提供合理的薪酬，吸引人才加入公司。

对人才的进行筛选，这其实就是一个决策，即这个人是不是公司想招的人。

回到我们做决策的前提步骤，那就是收集必要的信息和设立量化的标准。设立量化的标准是指对人才的各个方面进行评估，比如技术能力，商业思维，工作积极性，解决复杂问题的能力等等多个方面，最后通过加权的方式计算总分，即可以比较客观地对人才进行有效识别。而这个标准的设立，需要一定的数据信息作为支撑，避免标准设立地过高或者过低。比如参考公司内部现有员工的平均得分，市场上人才池中的现状是怎么样的等等。

第二步提供合理的薪酬。提供多少薪酬也是一个决策，需要设立标准。比如得分为80分的可以提供30W的年薪。而这个标准的设立，需要数据作为支撑。例如这类人才在市场上从其他公司能获取到的薪水是多少。

这里注意，信息的收集，需要注意信息的真实性，有效性和数字化。真实性表示信息来源最好是来自某类权威机构。而有效性呢，则是要注意信息的日积月累和多方验证，而不是只在某个时间端从某个地方进行采集。数字化则是一种信息收集的细节，因为带有数字的信息会更具备说服力。比如我进行了市场调研，得出的结论是xxxx。和我针对三种市场用户进行调研，收到100调研答复，得出的结论是xxxx。明显第二类说法是更具备说服力的。

当然，即使是充分基于真实有效的信息设立了标准，严格按照标准执行招聘，也可能在招聘后遇到一些问题。因为我们很难保证我们看到了所有的信息，我们也很难保证我们设立的标准就是最合理的。所以还需要进行一个阶段性的评估和调整，以不断优化招聘流程。在人才入职后，HR应该阶段性地跟进人才的发展情况，是达到预期还是没有达到预期，背后的原因是什么，当初标准设定的是否合理或者信息是否客观全面，如果需要的话就回过头去进行针对性调整。

以上是个人读完这本书的一些感悟和小结，希望带给大家一些帮助和启发。

《请用数据说话》读后感(四)：别用数据乱说话

2016年08月17日

别用数据乱说话

Filed under: 科普 — 0318 @ 03:49

数据有助于增强论点的说服力，正确使用数据有助于提高论点的正确性，前者是世界观，后者是方法论。这本书重点在于前者，而绝少涉及后者，这大概是决定于这本书的定位，是畅销书而非教科书

说服力和可信度看似相关，其实未必，说服力体现为让受众相信，赢得支持，作用于主观，而正确性则是个客观的结论，可能让人无法接受，但它就是正确的。所以本书用了大量“数字是如何提高说服力”的例子来说明数字能提高说服力，但是却几乎没谈应该如何通过数字得到正确的结论。甚至实际上，巧妙的运用数字，可以让明显错误的结论也显得很有说服力

很多女权癌常提到一个结论，看似可信，因为她们也用了数字：80%的性侵害来自熟人，比如亲属，朋友，同事，同学等，只有5%的性侵害是陌生人在偏僻的地方实施的，所以那些教女人不要独自去偏僻的地方以免遭遇性侵害的说法对预防性侵害的作用很小——看上去很有道理，似乎也是在用数据说话，但是别忘了，每个人和熟人在一起的时间和活动的空间远远多于和陌生人在一起，而且也只有这时候，人会放松警惕性，所以容易遭遇侵害，所以这个80%并不能说明熟人比陌生人更危险，因为两者比较的前提就不一样。如果我们定义危险的计算公式为：

危险程度 = 侵害案件次数 / 在一起的时间

那么熟人危险程度 = 熟人侵害案件次数 / 和熟人在一起的时间

生人危险程度 = 生人侵害案件次数 / 和生人在一起的时间

根据女权癌提供的数据，熟人侵害案件次数是生人侵害案件的4倍，但是和熟人在一起的时间是和生人在一起时间的几百甚至上千倍，所以当然还是和熟人在一起更安全——这也符合我们的常识

同样的道理，某城市盗窃案统计结果表明，装防盗门的住户被盗次数多于没有防盗门的住户被盗次数，所以不装防盗门可以防盗——这个说法的荒谬之处也就很明显了，装防盗门的住户远远多于不装防盗门的，不装防盗门的住户都比较穷，所以根本没有东西可偷

还有一种流行的说法认为，随着医学科学的进步，人类的疾病越来越多，可见医学对健康有害，其实也是很扯的说法，因为我们都知道，在医学欠发达的时代，人类寿命更短，一个感冒就足以致命，所以没机会得更多的疾病

数据还说过更荒唐的话，比如：对机动车交通事故的统计表明，事故发生时有60%的车辆时速在40-90之间，5%的时速超过100，而车辆时速超过150的事故只占所有事故的不到1%，没有一起事故是时速超过280以上的车辆造成的，而肇事司机中，只有20%是酒驾，所以中速驾驶最危险，越快越不容易出事故，而且酒后驾车更安全

仅举这一类错误说明，如何正确的理解数据，是所有“用数据说话”中都要注意的，也是本书作为一本畅销书所没有讨论的。正确的使用数据，不但需要数学知识，计算技巧，还要结合产生数据的领域知识综合分析，这远远超出畅销书的容量，也远远超出畅销书读者的接受能力。所以，对于那些学不会数学，但又希望能通过数据让自己显得高大上的读者，这本书很值得细读精研

另外，书中有些翻译可能不准确，比如游戏理论，根据书中对游戏理论的描述，我估计应该是指的博弈论

《请用数据说话》读后感(五)：『用数据说话』，职场数据竞争力入门指南

我之前曾经做过蛮长一段时间数据分析师，还攒着个『从文科生到数据分析师』的豆列，工作之余，经常会被问到这样的问题：

如何做数据分析？

好的数据报告怎么写？

一个从小到大都是文科的人，对数据挖掘感兴趣，怎么入门？

……

这些问题可深可浅，回答起来对背景知识和业务场景的要求也不尽相同。但久而久之，我发现它们都有一个相同的起点或者说着手点，那就是：对『用数据说话』这件事的理解。

『用数据说话』其实是一套基本的思维逻辑，它包含对于目标的抽象能力，以及对于过程的细化能力。在这个被数字充斥的时代，『用数据说话』的能力不仅仅是理解更深入的数据分析问题的基础，也是绝大多数人在职场中生存的加分技能。

但有些遗憾的是，『用数据说话』这件事本身一直没有被什么书籍掰开揉碎的写，尤其是对于入门的同学来讲，缺少浅显易懂的『案例集』和『表意清晰的文章』。

所以，当《请用数据说话——职场必备的数字力》这本书出现的时候——尤其作者又在开篇即言明这是一本针对『20岁左右的商务人士』的书——我对内容还是挺期待的。

『数据分析』的过程本身是无法与目的区分开的，而『职场入门』是个不错的目的，本书即在讲解『如何借力数据快速达到这个目的』。

全书分成5个部分、有44篇文章，其实就是讲了44个小故事，反复讨论『如何使用数据，达到目标』。这些目标，有的是『顺利完成内部沟通并达到沟通目的』，有的是『使用有暗示效果的数字，提升销量』，有的是『数据如何指导选择』，有的是『设定合理的KPI』，有的则是『举例说明如何错误的运用数据而设定了错误的KPI』……

其中有一些讨论需要一点最基础的知识，如博弈论及基本的统计学数字（均值、中位数、众数等），有的则更多的在讲述做决策的方法论。

总的来说，每一篇都可以被看做一个精细的点，意图说明『用数据说话』这件事的重要性，以及实施步骤。

如此看来，这本书值得职场新人一读。无论你是正要开始了解『数据分析』这件事，还是单纯想为自己的职场演讲能力进行数据加持，抑或感兴趣项目管理、KPI设定等问题，『用数据说话』都能成为一块很好的敲门砖，帮你开始构建职场的竞争力。

如果读完发现自己在数据分析甚至数据产品、数据挖掘方面还有更多想做的，也是一件美事，那么我们就有更多的话题讨论了。：）

此外，值得一提的是，作者是个日本人，行文有种奇特的细致和接地气的感觉，这也是我觉得本书比较适合职场新人的一点。毕竟，在工作初期，没有比『细致』性价比更高的特性了。

另附：

图书豆列『从文科生到数据分析师』：

https://www.douban.com/doulist/2122926/

文章豆列『数据分析师进阶』

https://www.douban.com/doulist/3440814/