?本文作者將從數(shù)據(jù)工具、統(tǒng)計分析、計算和估計以及結(jié)果檢驗四方面來為你解析：那些行業(yè)數(shù)據(jù)是怎么求出來的？一起來看看~

思考一下類似于這樣的問題：北京的機動車數(shù)量有多少？深圳市有多少家咖啡廳？這些問題的提出，通常與我們的工作息息相關(guān)。面對熟悉有陌生的市場，我們經(jīng)常會遇到數(shù)據(jù)收集的需求。無論是對運營還是產(chǎn)品，怎么樣對市場有一個清晰合理的認(rèn)識，可能關(guān)系到一款產(chǎn)品的市場大小，和需求的強弱。

我在兩次上線項目過程中，都需要過類似的數(shù)據(jù)需求問題。而通過對數(shù)據(jù)的推測和分析，我?guī)椭a(chǎn)品實施了準(zhǔn)確的市場策略。希望與大家分享數(shù)據(jù)推測的一點心得。

一. 數(shù)據(jù)工具

其實，在宏觀上對數(shù)據(jù)進行敏銳的統(tǒng)計，我們只有兩種方法可以選擇：第一種，直接從數(shù)據(jù)結(jié)果維度考慮，考慮一步拿到結(jié)果。比如“中國人口和世界人口數(shù)”這樣的數(shù)據(jù)，完全是可以通過簡單搜索就能完成的，權(quán)威部門已經(jīng)發(fā)布過了這樣的數(shù)據(jù)結(jié)果；第二種，是在不能獲取到直接的結(jié)果數(shù)據(jù)的基礎(chǔ)上，想辦法透析數(shù)據(jù)結(jié)果的影響變量有哪些，通過分化目標(biāo)，去獲取哪些影響變量的數(shù)值，就有機會推導(dǎo)計算出我們需要的結(jié)果。

但是，無論是哪一種方法，都需要了解一些常規(guī)的數(shù)據(jù)工具。數(shù)據(jù)工具是用來了解已公布已公開的信息的最好途徑，通過數(shù)據(jù)工具中已有的數(shù)據(jù)，我們能解決一部分問題。比如，百度指數(shù)，好搜指數(shù)、微博指數(shù)、谷歌趨勢、友盟指數(shù)、Alexa等工具，提供了我們需要的基礎(chǔ)數(shù)據(jù)和趨勢對比，能夠幫助我們建立基本的認(rèn)識判斷。

這里以“成都市有多少快遞員”為例，來看如何通過分析和推測得出我們需要的結(jié)果。

我們先通過多款搜索引擎直接搜索相關(guān)問題，看不能直接一步得到數(shù)據(jù)結(jié)果。過程不在這里贅述，通過搜索，我們應(yīng)該都能比較容易的找到這樣的結(jié)論：2012年開始，我國快遞行業(yè)從業(yè)人員數(shù)量就不再公布。這意味著我們需要尋求第二種解決辦法，分析需要的結(jié)果變量。

二. 統(tǒng)計分析

在第一步里，我們通過行業(yè)官網(wǎng)這個基礎(chǔ)數(shù)據(jù)工具找到了一些基礎(chǔ)的參考點，這些東西幫助我們能很迅速的將這個問題分解為“全國快遞人數(shù)有多少”等類似的問題。

這是因為在不能獲得直接結(jié)果時，我們可以這樣考慮這個問題：第一，成都市的快遞員工數(shù)量不好獲知，全國的快遞員工數(shù)量應(yīng)該是比較容易的；第二，快遞員工的數(shù)量是和業(yè)務(wù)量成強烈的正相關(guān)關(guān)系的，我們可以通過獲悉全國業(yè)務(wù)量的多少，再想辦法找到省市區(qū)域業(yè)務(wù)量的占比，就能大概估計出快遞員工的人數(shù)。

有了這個分析之后，我們很快就可以通過權(quán)威的行業(yè)網(wǎng)站，找到官方發(fā)布的快遞員工往年人數(shù)和年增長比率。實際上，通過搜索，我們也能發(fā)現(xiàn)，中國行業(yè)信息網(wǎng)這樣的行業(yè)站點，也是按此思路，給出了2013年到2016年，快遞員工人數(shù)年增長水平，也即每年增加10萬-20萬人，據(jù)此，我們可以很快從往年已公布數(shù)據(jù)，推測出2016年的快遞員工數(shù)量——150萬，到160萬之間。

那么，如果要區(qū)分開自營物流和傳統(tǒng)配送企業(yè)的員工怎么辦呢，通過搜索，我們也可以得到，四通一達的統(tǒng)計數(shù)據(jù)，注意，這個數(shù)據(jù)并不能夠直接幫助我們獲得最終答案，但是能讓我們的統(tǒng)計變得更嚴(yán)謹(jǐn)和準(zhǔn)確。

三. 計算和估計

在這個基礎(chǔ)上，我們就能知道說，四通一達和百事匯通的員工總數(shù)為82萬，在全行業(yè)占比50%左右。那么，現(xiàn)在我們知道了快遞員工的全國人數(shù)，要推導(dǎo)出成都的人數(shù)，就需要用到計算了。

按前面已經(jīng)說過的邏輯，我們現(xiàn)在變?yōu)椴樵兯拇ㄊ≌既珖鴺I(yè)務(wù)量百分比，以及成都占全省業(yè)務(wù)量的百分比。通過百分比關(guān)系，我們把快遞人數(shù)和業(yè)務(wù)量按比例關(guān)系對應(yīng)了起來。通過搜索，我們能找到相關(guān)的新聞報道，由于帶有官方的統(tǒng)計屬性，結(jié)果還是比較可信的。通過查詢，我們知道四川省占全國業(yè)務(wù)量百分比為2.36%，成都占全省業(yè)務(wù)量百分比為78%。這就是我們需要的關(guān)鍵數(shù)據(jù)。

通過簡單相乘計算，我們就能得到想要的估計數(shù)據(jù)了，用2.36%乘上全國快遞人數(shù)或不含自營快遞的全國快遞人數(shù)，就得到了四川省的快遞人員數(shù)字，再通過成都業(yè)務(wù)量與全省業(yè)務(wù)量的占比數(shù)字78%，進一步相乘，得到成都的快遞人員數(shù)。

這里需要注意，如果有時間的話，可以多想一步，思考一下誤差的可能來源，在這里，誤差來源主要是時間上的，統(tǒng)計數(shù)據(jù)不是一個時間維度，由于發(fā)展速度影響，可能會導(dǎo)致最終的比率有小范圍的波動。當(dāng)然，這個波動并不大，不會對整體結(jié)果有大幅度的影響。實際上，即便我們能準(zhǔn)確獲知統(tǒng)計數(shù)字，也存在誤差，因為人員變動是每天都在發(fā)生的，這是系統(tǒng)誤差的一部分。

四. 結(jié)果檢驗

得到了想要的結(jié)果就是這么容易。我們只是需要注意數(shù)據(jù)的來源地是否可信就行了。在這個案例中我把來源地址都進行了標(biāo)注，方便后續(xù)我對細(xì)節(jié)進行詳細(xì)的了解。

得到結(jié)果后，我們?nèi)绻梢缘脑?，可以對結(jié)果進行一個簡單的檢測。檢測的意義是看我們得到的結(jié)果可信度如何。比如，我如果得出的數(shù)據(jù)是100萬，你直觀邏輯判斷就會認(rèn)為這是錯的，這也是一種檢驗，所不同的是，這是常理檢驗，而不是數(shù)據(jù)檢驗罷了。

我們得到的結(jié)果看上去可信，但究竟數(shù)據(jù)可信度如何，我們可以通過側(cè)面估計法再來檢驗。在這個案例中，我們同樣根據(jù)產(chǎn)業(yè)信息網(wǎng)的下圖數(shù)據(jù)，獲知四川省每平方公里快遞網(wǎng)點數(shù)量在0.02左右，而四川省區(qū)域面積是很好得到的，是48.6萬平方千米，換算可得，四川省綜合快遞網(wǎng)點約有9720個。

根據(jù)前文得到的業(yè)務(wù)量占比情況，我們能夠得到成都快遞網(wǎng)點數(shù)，計算下來大概是7581個。假設(shè)我們的結(jié)果是正確的情況下，七千多個網(wǎng)點和一萬五到三萬的快遞人數(shù)，推測出每個網(wǎng)點平均有3名左右的配送員?？紤]到四川是非江浙地區(qū)，這個數(shù)字和常理認(rèn)知是相符的。所以檢驗通過。

五. 總結(jié)

通過這個案例，我們分析了如何對一個不能直接獲知結(jié)果的問題，進行解剖分析。我們就能通過多項數(shù)據(jù)估測得出想要的結(jié)果。快遞人員和什么有關(guān)呢？直觀感受是快遞網(wǎng)點數(shù)和快遞業(yè)務(wù)量，所以我們可以查找這兩項數(shù)據(jù)指標(biāo)。然后盡可能去新聞媒體中找到相關(guān)的官方指標(biāo)，側(cè)面求解想要的答案。

這個案例只是很多問題中的一個簡單應(yīng)用。實際上，如果我們對行業(yè)數(shù)據(jù)比較敏感的話，甚至能從其它方面來估計結(jié)果，直接心算出答案。掌握了這個方法和思路，我們就能去推導(dǎo)這些稍復(fù)雜的問題：廣州有多少面包師、中國有多少自行車工廠、甘肅每天外賣下單數(shù)有多少……

總之，將求解問題分解和轉(zhuǎn)換，對于答案的求得尤為重要。

作者：奉政坊，開發(fā)工程師轉(zhuǎn)行運營，策劃運營過多起上線項目，鈦媒體作者

本文由 @奉政坊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。