数据观察入门：从三张表开始的手记

刚接触数据观察的人，常犯一个错：拿到表格就急着下结论。我最初也这样。后来发现，更稳妥的做法是先看数据的“形状”——把一列数字按时间顺序排好，画成折线，先不急着解释，只看它怎么动。比如某城市2023年1到12月的共享单车日均骑行量，从1月的18万次升到7月的41万次，再落到12月的22万次。这条线先升后降，中间有个明显的尖峰。不用算模型，光看形状就能说：它有季节性。观察的第一步，是承认形状本身在说话。

看形状之后，要处理异常值。异常不等于错误，但需要单独标记。我习惯在表格里加一列“备注”，把偏离整体走势超过两个标准差的点标出来，写一句可能的原因。比如某连锁便利店2024年2月的单店日均销售额突然从平日的1.2万元跌到0.7万元，查一下日历，那周正好赶上春节假期，商圈客流减半。另一个例子：某App的日活用户在6月18日当天跳涨30%，运营同事确认当天做了推送活动。把这些点标出来，再做走势判断时，心里就有底——哪些波动是结构性的，哪些只是一次性事件。

走势这个词，在数据观察里最容易被过度使用。一条线往上走三天，有人就说“上升通道形成”。我的经验是，至少看两个完整周期再下判断。比如某款产品的周活跃用户，连续四周环比增长2%、3%、1.5%、2.5%，这可以叫稳定爬升；但如果某周突然增长15%，下一周又回落12%，那更像脉冲，不是走势。判断走势需要三个条件：方向一致、幅度均匀、持续时间够长。缺一个，就只算波动，不算趋势。

做预测之前，先做一件笨事：把历史数据切成两段。用前80%的数据拟合一个简单模型，比如移动平均或线性回归，再用后20%的数据检验误差。我试过一个例子：某快递网点过去两年的日均揽件量，用三个月移动平均去预测下一个月，平均绝对百分比误差在8%左右；换成线性回归，误差降到6%。差别不大，但至少知道哪个更稳。预测不是算命，它只是把当前的走势外推一步，并且附带一个误差范围。说“下个月大概在1.1万到1.3万件之间”，比说“下个月肯定突破1.3万”要诚实得多。

图表的选择也影响观察质量。折线图适合看走势，柱状图适合比大小，散点图适合找关系。但很多人把该用折线的地方用成了柱状，结果时间序列的连续性被切断。我自己的规矩是：只要横轴是时间，优先折线；如果只有五六个时间点且差异很大，柱状也可以，但要在图注里说明。另外，坐标轴从零开始还是截断，会完全改变视觉印象。某公司营收从100万涨到110万，纵轴从0开始时几乎看不出变化，截断到90万开始就显得陡峭。观察者要同时看数字和图形，别被截断的轴带偏。

最后说一个容易忽略的细节：记录观察时的环境。同一组数据，在不同时间、不同设备、不同筛选条件下看，结论可能不同。我习惯在笔记里写清楚：数据截止到哪天、是否包含节假日、有没有剔除测试账号。比如某内容平台统计“平均阅读时长”，如果包含机器流量，数值会偏高；剔除后从95秒降到72秒。这个差异足以改变对内容质量的判断。把观察条件写下来，下次再看同一组数据，才知道变化是来自真实波动，还是来自口径调整。

入门数据观察，不需要复杂工具。一张电子表格、一支笔、一份耐心，就能开始。先看形状，再标异常，然后判断走势，最后做带误差范围的预测。每一步都留痕，每一步都问一句：这个数字是怎么来的。日子久了，你会发现，数据观察与其说是技术，不如说是一种克制——克制下结论的冲动，克制对预测的过度自信。而克制本身，就是最实用的方法。