分享
数据分析是否能取代自我感觉？
今天和老板讨论产品的走向，我们是一个宠物交易的公司。但是这段时间的销量一直很差，比之前差了不少。于是我就和老板说了我的想法。快过年了，很多人需要回去再加上天气冷，会使人滋生一种懒惰的现象不想买了宠物又天天收屎，训练和打扫卫生。所以快过年了的这段时间卖不出去宠物很正常。但是他听了就压根不同意，说某某平台经过数据分析冬天的宠物销量更好。说不要自我感觉，要根据数据来判断。我一听就不服气了，我说我压根不相信数据。老板听了也生气道，要是连数据都不信那你还搞什么互联网？但是事实上证明，冬天的这段时间就连犬舍和宠物店都不繁殖宠物了，数据明显是错误的。就各位大神来讨论下吧？是否一个产品的走向真的要抛弃个人感觉？我是一个个人感觉比较依赖的人，我连自己的观念都不信的话，为什么会选择数据？必须要跟着大众走？我们老板就是那种跟着数据和大众心里想法的人来走的。但是我曾经喜欢过一个图，不知道有没有人还有，就是一群人从上往下进行，唯独只有一个人选择从下往上攀爬的图。这个社会我一直只信一个观点。就是不要跟着大众走。虽然和提的问题有点冲突，但是我个人想法是一致的。数据是否真的可以秒杀个人观点？不跟着大众的脚步走是错的吗？
回复 ( 10 )
上图是百度指数从2012年开始”养猫”这个词的搜索量。
如果我们假设想买只猫的人，有一个比较固定的比例上百度搜索”养猫”的话。那这个图可以说明，每年10/11月到来年3/4月，想买只猫的人确实少了。
跟你的假设一样啊，可以高兴的拿着数据去找老板打脸了！
然而，当你搜索”养狗”的时候。。。
除了过年那几天有明显的波谷，别的时候，貌似没什么规律是不是？所以结论要变吗？
人们对同一个事，可以拿着各种数据得出各种结论。数据本身，并不靠谱。
至于”自我感觉”，建议你换个说法，比如基于对行业和业务理解的个人判断，逼格就高多了吧。
数据的价值在于对数据的解读。
带着对业务的理解去筛选和分析数据，能让你更接近真相。
所以你说你认为”冬天人们不愿铲屎过年回家宠物没法带，所以买的人少”，这是很好的，是你自己对业务的判断。
但是这才刚开始，比如：
你家卖哪些宠物，可以分类统计吗？
宠物的大小对冬季销量有影响吗？比如养的是蚂蚁，装瓶里带走了…
宠物的喂养方式呢？比如乌龟，半月不喂也没事…
养猫和养狗的用户，有没有区别？
过年假期对买宠物的影响如何评估？
冬天对铲屎打扫的影响如何评估？
…
结果就是你需要一堆数据和调研，最后得出一系列的结论，而不是一个绝对的”真相”。
由个人判断提出的假设越多，验证的数据越丰富可靠，结论的可信度也就越高。
这时候你反而能够接受别人的异议，每个不同意见，在经过思考和数据验证后，都会成为你结论的一部分。
==================================================================
翻回来说点别的。
你说”我一听就不服气了，我说我压根不相信数据” ”所以快过年了的这段时间卖不出去宠物很正常。“。
从老板的角度，你猜会怎么看？
妈蛋啊，公司这么多人，人吃马喂的。你告诉我，收成要看天？
冬天行情不好，我是不是要关门到明年春天再开啊？
宠物卖不出去很正常？老子发不出工资算正常还是算不正常啊？
。。。
老板跟你聊的不是对错。而是冬天怎么搞能挣钱啊。
==================================================================
所以，作为一个背负着无冕CEO光环的产品汪。你应该这么说：
1. 数据确实很重要，我从各种渠道搜集了12345数据，并且分析后做了个简报。
2. 结论是，在冬天，因为12345因素，会使12345品类的销量造成不同的影响。最后体现在总销量上，形成了波谷期。根据规律会在次年3月开始回升。
3. 然而我们当然不能坐等明年。
根据上面的调研，我觉得调整宠物品类、增加应季的宠物用品、xxxx等可以让我们更匹配用户需求，从而提升销售额。
4. 另外，在春节假期，用户会有大量的寄养需求。目前市场上并没有比较强势的寄养品牌，我们可以通过现有的线上品牌和用户资源，与线下的寄养店合作，推出寄养服务，增加赢利点。但线下并不是我们熟悉的领域，是否可行还得您来判断。
==================================================================
眼看升职加薪走上人生巅峰了，你还有空找一张鸡汤的图？
谢邀，本来这种问题是不爱来回答的，只是邀请者在一个重要的群里特别@ ，所以有点盛情难却。
其实问题中的核心是：人脑的观点 vs. 数据支撑的观点。
数据支撑的观点，往往来自于海量样本，或许还经过一些数据挖掘或者机器学习得到分析结果及结论。无论怎么样是基于海量样本或者大众的一种分析或者推测，在现有的技术基础上，只是做线性拓展的分析，很难有非线性的创新。
人脑的观点，其实归根到底也是人脑在积攒了大量的案例及数据之后做出的判断和分析，其实也是一种数据支撑的观点，只不过是人肉的，而且不容易察觉背后支撑的数据。甚至有些观点来自于人类这个种群，通过跨越几百万年的数据收集及结果分析而形成的观点。比如：男人喜欢大胸大臀的女人，或许就是为了繁殖，通过DNA将这种观点固化和传递。最牛的是，这种观点往往有非线性的突破。比如：乔布斯想到了从iPhone到iPad。
所以题主所说的观点，到底是怎么形成的非常关键。如果题主的观点来自于多年的行业经验积累，或者题主是天赋异禀（其实那或许也是你的祖先积累了很多数据然后形成观点和能力，然后通过繁殖，将这些观点和能力压缩在DNA里面传给了你），那么相信你是很明智的。就像在判断某个三分球能否进框，我们宁肯相信库里，而不是什么大数据分析或者高速摄像机的判断。除此之外，选择数据分析还是靠谱一些。
————————————————————————
更多文章及分享请关注我的专栏：数据冰山 – 知乎专栏
谢邀
题主并没有提供老板使用的数据和计算过程。
从自我感觉看他是比较心虚的样子。
简单地说，这是一个上帝造的人脑和人造的电脑孰优孰劣的问题：
1，数据分析特点是比较精确，不会偷懒，没有感情色彩，有一说一，有二说二。缺点是算法不会灵活应变，算法科学家/编程人员如何写的，它就只会怎么做，如果算法写错了，或者比较片面，它也只能片面和错误地看问题
2，个人感觉也是一种数据分析，只是这种数据是真正意义上的大数据，无论是系统学习，专业教授，还是历史经验，具体事件，聊天讨论，报纸电视，互联网只言片语都可能被人脑吸收，用于以后的“感觉”，这个感觉往往模糊，而又灵活多变，存在不确定性和有可能存在忘记某些因素的情况。
综上所述，人脑和电脑各有优缺点，并不能简单替代，电脑一直在进步，飞速地进步，但是离上帝的杰作相比仍然有无法想象的差距，人们开始重视大数据，这是一个好的现象，尊重大数据分析的结果，但又不要盲目迷信于大数据分析中，人类的大脑仍然是上帝最伟大的创造，一直被模仿，从未被超越。
希望对你的情况有帮助
当一堆数据和分析摆到台上的时候，它们就是一个分界线的参考，前进还是后退，投资还是撤资，冒险还是保守……所有的抉择，都是一场对赌！
而对赌的结果，成王败寇，失败了–一切都是个屁，成功了–屁都是经验。
当年非典期间，北京很多小商铺的商人纷纷撤离，我朋友的姐姐发动家人四处借钱盘下了周边很多商铺，非典过后，她盘下来的商铺都暴涨，有人说这是经验，错了，如果当年非典再严重一点，她们全家砸锅卖铁可能也还不上那些钱。
黑龙江某县城，我的一个朋友，主县区的小区基本都是他建设的，看到一块市场，潜力很大，觉得有得做，为了保险，为了请了很多人分析市场，结果是可以做。他做了，赔了两千多万。
还是我身边的一个朋友，土豪，一直想做P2P金融，张罗一年多了，我怎么拦都拦不住，最近给他发了几篇国内P2P倒闭跑路的文章，他跟我说：市场正在逐渐冷静化沉淀，是不是说明这是最佳的入场时期？！
我：…………
再来说我们自己，今年十月份工作室内一批成手跳槽转行辞职，日子很难过，这种情况我之前提醒过老大，可是又有什么用呢？现在市场潜力、同行竞争、经济压力、报表数据都有，但是有什么用呢？老大的选择就是： 1 散伙各回各家。 2 再熬一段时间试试。
怎么选，是老大的决定，去还是留，是合伙人和员工的决定。用市场用数据给这些人画饼充饥打气有用吗？
偶尔分析一下数据，可以振奋人心，但是数据要看如何分析。我是做数据出身的，不会什么高大上的工具，没什么高深技巧，就是直接戳软肋，再好的数据报表我都能舀出一盆冷水来，再难看的数据我也能凑一锅热鸡汤让老板喝完暖暖身信不信？！
一物两面，对待任何数据时，以数据为分界点，向左向右、向前向后、向上向下都是可以选的，为什么很多企业要设立股东大会，就是为了防止一言堂，做错决断，那么，有了股东时，每次抉择的时候股东的决定都是一致的吗？
其实分析下来，所有行业都一样，数据只是参考，有人会看到消极的一面就有人会看到积极的一面，就像今年互联网行业投资渐冷，可是依然有人义无反顾的冲进场，就是因为觉得这个时候是机会，谁敢用项上人头担保人家不会成功呢？
当年乔布斯、比尔盖茨、马云……一干人等，哪个没吃过闭门羹？！有人看好市场，就有人看衰市场，太正常了，选和不选，是对赌。孙正义是赌赢了，那些没有选择马云的是赌输了吗？有人觉得是，有人觉得不是，看到没有，这里又出现分歧点了。
再来说一个典型的行业：电影业。曾经有人信口开河，电影业一部电影是否能成功，只要肯花钱，是可以分析出来电影能否赚钱的。
对这种人，我想说的是：放屁！
暂且不说一部电影中能否拿出百万或者千万的资金给一般人做分析报告分析电影是否赚钱，咱们就说Sony影业，包括梦工厂，还有好莱坞最近倒闭和被收购的若干工作室，这些公司连续赔钱（或者叫投资的电影不赚钱）都红了眼，真有人能凭借分析就知道电影能否赚钱，干嘛不去这些公司应聘啊，保证把你当祖宗一样供起来！
只不过我好奇的是，如果分析结果与市场预期相反的时候，好像单纯的引咎辞职也赔不起吧（这里就不说脏话了）。
典型的诸如未来水世界，急速赛车手，绝密飞行，戴夫号飞船，以及梦工厂的马达加斯加企鹅，天才眼镜狗等一系列赔钱不赚钱的动画片，国内的一众大导演大明星票房赔成狗的电影多了去了，在网络上搜一下“盘点 赔钱 电影”这类关键词看看那些导致制作公司倒闭的电影，多了去了。
反过来，凭借一部两部电影成就一个多个影视公司的也很多，大公司当时为何不投钱啊？！为何拒绝这些导演、编剧和剧本呢，为什么？
当年大话西游两部电影上映，出品方赔成狗，市场骂声一片，谁也没想到十几年后突然火了，但是火爆之后，最初的投资方并没有吃到后续的红利，这是另一个话题了。
如果数据分析有用，以好莱坞为首的流水化工厂为何不引入数据分析机制？为何不聘请这些空口白牙的大师们去给自己坐阵保收成？
作为一个决策者，全看数据是错的，不看数据也是错的，左右彷徨迟迟无法抉择也是错的，站在原地，无论选择任何一个方向前进，都是一场对赌。
愿赌服输就好。
结论：所以呢，题主把自己的分析逐一呈现给老板就好，怎么抉择是他的事情，作为下属，尽到职责就OK了。
一将功成万骨枯，这句话很对的，万骨中包括同样选择但是死掉的同行和同僚。
你有论点很好，但是你要有论据来支撑啊。数据是论据的一种最重要的形式。所以，你有论点 和 相信数据完全没有矛盾。
“说某某平台经过数据分析冬天的宠物销量更好”，这是指某某用数据来支撑了“冬天的宠物销量更好”这个论点。但是他们的分析未必就是对的，数据本身是没有对错之分的，有对错的是人有没有用错数据。
数据显示，宠物卖得好，恰好是冬天，然而，是因为冬天才卖得好吗？
谢邀，
如果数据准确客观，采样足够，那数据即反映本质，你判断不一，说明你不是一个带有生意天赋的人，或是见识和知识储备不够，判断不了罢了。
我们谈数“据是死的，人是活的”是改变现有生意轨迹后数据可能会带来来的数据的改变，决策这个的活人，不是一般人，他一眼能将数据推算到底，每一项经营调整，背后数据的改变，他都能有个谱，这种人一般处于行业中多年，且有天赋，视野即开阔又细致。
大部分凡人是浮躁不看数据的，开会谈生意没个逻辑，开口发言都是“我觉得…”打头…so…
谢邀，我的情况和题主有点相反，正在纠结中。先看看其他大神的指导吧
谢邀！
数据是死的，人是活的哦！
有句话是这么说的，大数据的核心是数据，数据的核心是模型，模型的核心是人性。而人性是最难预测的，所以你和你老板的观点都没错。
从你的角度来说，确实这个季节照顾自己都困难，哪里有心思照顾阿猫阿狗，让老板降低销售压力情有可原啊！
从老板的角度来说，某个网站的销量就是过年好，为什么我的跟不上，你还想不想要年终奖，销售量必须反弹。
细看了你们的原因，不妨学习下鸡汤故事：“给和尚卖梳子的那个典故。”只要营销做得好，某种意义上来说，东西都是能够卖出的。比如说你冬天冷床都不想起，班也不想上，哪里还有精力买狗来照顾。但是某天你的准女友上门给你做工作，送你一条狗，让狗代替她叫你起床，这时你是不是会想，要是有条狗每天早上吵着你起床是不是也蛮不错，而且这是一条有爱的狗哦……
关注大数据，欢迎加我们微信，idacker
如果硬要从“数据分析”和“个人感觉”中二选一，我选数据。但这样形而上的选择事实上是不存在的。
数据分析作为一门科学，有不可替代的严谨性、预测性、全面性等特点。而个人的认识和逻辑判断具有灵活性，能动性，面对客观存在的数据可以具体问题具体分析。你看，搞数据分析的公司，不可能只装几台电脑不需要人力，因为单纯的数字没有任何意义。而再牛逼的人也不可能全凭经验办事，有些事实摆在那里，多说无益。
但是，从题主的描述来看，你和老板的冲突却并不属于你所认为的“数据和逻辑”的冲突。
第一、 老板提供的数据真实性很有待考证。
他的数据哪里来？专业机构发布的还是某个网友自己的统计？
他的数据适用于哪个区域的数据？南方的冬天有时可是温暖如春，别说卖宠物，卖电风扇都不为过。
他的数据是哪年的数据？那年是不是暖冬？
他的数据里所谓的“宠物”是不是你们卖的宠物？还是那些皮糙肉厚的爬行动物？
第二、你寥寥数语的推断很难有说服力。
你在考虑顾客购买行为时主要考虑了哪几个因素？
你是观察得出的结论还是访问得出的结论？
你有没有考虑过你们宠物店顾客寥寥除了天气以外还有其他原因？
所以说，题主的问题，根本还没有上升到电脑和人脑的高度。而你所谓的“特立独行”也是一个道理。没有严密的思考、推理和求证，完全不足以支撑你参与“主流”还是“非主流”，“大众”还是“小众”这场混战。
你不妨自己去老板所说的机构平台查一下相关数据，再加上自己的思考，给到他一个“冬季经营”的合理方案。相信这样，不仅你们的营业额会大幅度上升，你和老板的关系从此也不一样了。
等到时候，我们再来讨论“数据分析”和“个人感觉”，到底谁更胜一筹。