数据固然重要,但能够针对数据提出正确的问题更加重要,这是从数据中获取洞察并促发“明智之举”的关键所在。数据对所有的人都是一样的,但不同的人分析相同的数据,往往会得出截然不同的结果,造成这个结果的原因在于数据分析者要解决的具体问题以及解决问题所采用的方法。
人们往往认为解决问题的关键在于找到答案,但实际上我们更应该从提问开始。只有能够提出真正有意义的问题,“真相”才会水落石出,就比如在学校如果只教学生如何回答问题,而不教如何提问,学生将只会“死读书”、“读死书”。
为什么提出问题的能力如此重要?原因有两个。首先,我们生活在一个知识爆炸、各种信息触手可及的时代。我们不再需要求助于最新的百科全书来获得信息,而可以从多个来源获得海量信息。但这些信息来源要么缺失关键的背景信息,要么不够准确。如果我们不具备质疑信息的能力,那么我们就会认为所得到的信息和观点都是真实可靠的,但实际情况往往并非如此,信息被误传或误解的情况非常普遍。
其次,我们需要有面向未来的眼光。世界快速发展,知识和信息的半衰期比以往任何时候都短。未来需要哪些信息,我们无从知晓。因此,我们需要教会下一代一项非常重要的技能——在需要的时候通过提出正确的问题,形成自己的见解。这当然不只针对教育,在职场也同样需要大力培养和鼓励这一行为,因为提问通常会被认为不礼貌。
那么,如果人们希望从数据中获得洞察,有哪些方法可以帮助提出正确的问题?
先提问,再看数据
看到数据时,大多数人都是逆向思维,即先看有什么数据,再想用什么工具和分析技术,再看能发现些什么。这种方式通常会导致所获得的洞察毫无新意,因为提出的问题通常非常简单、封闭、具有引导性。这类似于盖房子,在动工之前需要先摸清楚要求和制定施工图。从数据入手,缺乏前期的提问和思考,得到的结果无异于在没有了解要求的情况下便开始建房子。通常善于提问的人能够进行系统思维。因此,出发点应当是从系统的角度来看待整个问题——而不是采用何种工具或是对数据进行怎样的转换。
提前确定正确的关键绩效指标(KPI)
企业在看数据之前应该先确定目标和KPI,否则可能会将重点放在与当前形势或企业无关或不重要的指标上,导致无法提出正确的问题。
不仅要针对数据提问,还要针对假设提问
要想通过正确的提问来获得最佳洞察,我们不仅需要具备针对数据提问的能力,还需要能够针对相关假设和其他信息(如前因后果等)提问的能力。针对数据提出不同的假设,可以产生不同的洞察。开放性问题通常会带出一些意想不到的假设。这一点类似于在做数学题时,老师会要求学生写出解题步骤,以便了解其思维过程和过程中出现了哪些假设最终影响了结果。
使用问题框架
网上可以找到帮助进行高效提问的问题框架模板。Max Shron在《用数据思考》(Thinking With Data)一书中介绍了一个较为特别的问题框架。首先,提出与情境相关的问题,如出现了怎样的问题或情况、有哪些利益相关方、是否存在任何关联项目或依赖关系等;其次,提出与需求相关的问题,如这将带来哪些以往没有的东西,为什么这对企业而言至关重要等;再次,提出与愿景相关的问题,如结果会怎样,与最终洞察是怎样的关系等;最后,提出与结果相关的问题,如怎样算成功,哪些人会使用这些洞察,他们会如何处理这些洞察等。
一般来说,答案出错的几率很大,但问题是不容易出错的。我们应该时刻保持求知欲,以全方位的视角去看待需要解决的挑战,多问为什么、是什么、是谁、怎么回事,而不要死记硬背或套用公式,要掌握提问的艺术。
