选择电商行业，其实选择了一个不断学习，不断自学修行的行业。

以前不识字就是文盲，到不懂英语就是“文盲”（近代国际文献学术资料第一手稿著作基本是英文），到不懂计算机就是“文盲”（现在工作哪个行业不用它呢），接下来再到不懂“数据分析”的人基本开始“文盲”。

为什么不懂数据分析的人开始成“文盲”了？

先看概念定义（百度词条）：

“数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。”

简单说，数据分析就是用于做决策时候的依据，说服人的“说服力”。

你肯定在生活中常常遭遇到各种“被数据分析”的时候。公司开会用到各种统计报表的时候，在银行被工作人员推荐理财产品的时候。马上年底了，支付宝又会推出他全年的消费情况，用生动有趣的方式给呈现给他。可他只是被逗乐一笑而过。对于这种统计归纳分析技能的掌握，肯定想都没想过。而没想过往往是因为没亲身经历体会过它的好处它的价值，所以在自己的认知层面激发不了关注度，即使生活中常常遇到它，他也是自顾自留意他感兴趣关注的范围。

这样看来，那些已经掌握了这项技能的人或团队，往往占据主动地位，通过此手段，来说服他购买或同意他们的主张。

电商运营工作经常需要决策，而决策的支撑就是用到数据分析的过程，数据到信息的过程就叫数据分析。日常经营各个环节，产生了大量的数据，一切可量化，数据背后就是真相。

下图是一家母婴电商企业的相关性数据分析，他家的评价（带图的）最近爆发了大量的差评负面评价，连老买家都给出很多差评。透过数据，就能追根溯源猜测产品端的问题。

下图是分析电商客服部的核心综合指标，“首次响应”、“平均响应”指标，那是基本的工作态度问题。“流量价值”（接待的每个顾客创造的平均销售额价值）指标才是重点，客服接待工作不能单看“销售额”指标，这2个同时都高才是优秀。

对于新品定价来说，也可以通过分析现有市场不同价格段产品分别占据的销售额（市场份额），来发现市场价格带的空隙。如图，是不是一目了然。

对于“数据分析”的应用层面了解其价值越充分，才能引起“价值关注度”的刺激越强烈。在这里推荐一套有趣的书《魔鬼经济学》，这套书讲的，就是抛弃常规思维，从“数据分析”这个另类视角，来找出事情的真相。

比如一开始（第一本），就讲了如何通过数据分析来发现隐蔽的欺诈和作弊行为？其次，如何通过数据分析来找出事物之间的因果关系？

这套书的第一作者，史蒂芬·列维特。列维特是美国经济学界冉冉升起的学术明星，在哈佛读的本科、麻省理工读的博士，毕业后到大名鼎鼎的芝加哥大学经济系任教，仅仅两年就被聘为终身教授，是不折不扣的学界大牛。

不过奇怪的是，列维特自称对数学不在行，对计量经济学也不怎么了解，而且对股票、货币、财政、税收等等这些传统的经济问题通通不感兴趣。那他对什么感兴趣呢？可以用三个字概括，就是“抓坏人”，这里的“抓坏人”是加引号的。列维特就好像一个身怀绝技的侦探，能从事件的蛛丝马迹中发现隐蔽的作弊、腐败、欺诈等行为。只不过他用的工具和福尔摩斯不同，不是放大镜和显微镜，而是数据分析。也就是利用统计数据，精心设计算法，找出数据中的反常之处，这就是坏人在数据上留下的“指纹”。

列维特的这套方法厉害到什么程度？当年小布什在竞选总统时，就拉拢他做自己执政班子里的犯罪专家，连美国中央情报局都要向他请教，如何通过数据分析来找出洗钱者和恐怖分子。当然，除了抓坏人，数据分析还可以告诉我们很多别的东西，比如看似不相干的事物之间存在的隐秘联系，这也是这套书探讨的一个重要话题。

这套书有4本，因为立意新颖，角度独特，所以号称史上最烧脑的经济学读物，显然对于又忙又平庸的他我来说，既没时间又没兴趣读完。幸好在时代“懒人经济”下，新起了“借力打法”，就是上面说的那个“得到APP”上，有帮人给他提炼整理好了，等他来听书。