資料分析寫作——程式員的另外一種輸出

  辛苦做了三年的資料分析軟體，沒人知道我，寫了兩篇文章，倒引來了大量的關注。

寫文章的目的

     寫文章的理由可能有很多，對我來說，内外擴充交際圈，提高個人知名度的重要手段。對内能鍛煉文筆，完善邏輯思維能力，進而能形成完整閉環。隻不過寫文章對我來說，真沒那麼輕松，從構思到提筆，到最後的修訂，每個步驟都需要大量的耐心和對細節的把握。資料分析文章更是如此，三天完成一篇文章就不錯了。

     不過，在看到無數人向我發出回報，對我關注并提意見時，那種感覺相當不錯，比打遊戲帶來快樂的多多了。是以一定要寫下去。

讀者群體

     讀者數量多固然很好，但對我的目的來說，品質比數量更重要。也許未來改變我人生的那個人，就是我其中一篇文章的讀者。

     現在讀者培養出了“一眼”看出内容到底是否有價值的能力，也變得越來越沒有耐心了 。讀者會點選連結，在看第一句話和幾張圖後，快速決定閱讀的政策。最可能快速地下翻，隻看觀點。也有一部分人，對本文特别感興趣，就會仔細地閱讀。

     移動網際網路時代，最重要的資源是注意力，不要抱怨讀者沒有耐心，讀者的手指已經投票了。從閱讀方式就足以過濾出目标讀者。一篇好文章，不怕沒人看，就怕寫不出來，能成功抓住幾萬人10分鐘的注意力，就已經非常成功了。是以我針對的閱讀群體是，it，資訊和金融相關的高素質從業人員。

資料分析的特點

     雞湯文無毒但有害，各類段子浪費時間無營養，養生健康文章滿天飛。讀者都在渴望真正的幹貨。資料分析提供了一種手段，避免了誇誇其談。能從複雜的資料中抽取真正關鍵的觀點和洞見。這種手段是很有吸引力的。針對國計民生，地鐵交通，房價，教育，人口變遷，商場分布，可謂閱聽人極廣。分析的角度亦可多變，進而得到豐富的結論。

     打個比方說，像我的父母輩，會發現面向50歲左右的消費人群的購物商場并不太好找。凱德大悅城針對年輕人，西單燕莎價格高昂。寫出一篇中老年人在北京的購物攻略，應該會很有意思。

資料分析的幾個層次

     我羅列了資料分析的幾個層級。

     第一次元：排序，過濾，轉換。通常用清單形式展現。

     第二次元：分組，聚合。通常用直方圖，餅狀圖等展現，也是正常資料分析最常用也最容易了解的方式。

     第三次元：關系。 例如聚類，分類，複雜網絡。通常需要n平方的計算複雜度。但能提供更高次元的可視化思路。

     第四次元：時間序列。改變才是最大的不變，分析随時間變化的參量，嘗試發現規律并預測規律。

     第五次元：？待補充吧。

不僅是資料，更要觀點

     資料和真理，本身是無趣的。你需要将其包裝上漂亮的外衣。是以僅僅一兩句總結的話顯然是不夠的。你需要告訴讀者，為什麼是這個樣子？它帶來了怎樣的後果？乃至它周邊的段子。新聞式的寫作風格并不适合于微信文章。

     對其感興趣的人，必然已有一定的知識儲備，若想真正吸引這些讀者，就需要比他們站在更高的層級上去看問題。是以寫文章前，必須對話題相關的文章進行大量的閱讀，形成立體而豐富的觀感。如果沒有相關知識，很容易給出令專業人員啼笑皆非的結論。

不僅要觀點，還要建議

     很多讀者會有疑問，“我看了這篇文章之後，能對我産生怎樣的用處呢？”。例如，房價分析應該給出适合買房的商區位置，購物攻略應推薦物美價廉的商場。地鐵分析應該給出換乘的政策。然而，給出合理的建議會更加困難，需要大量的人工分析。

     至于預測，我敢嗎？現在不敢。

是否需要故事？

     寫了兩篇文章，第一篇隻有幹巴巴的圖表和結論，在當時寥寥無幾的關注者情況下 獲得了五千的閱讀量。第二篇花了我多得多的時間，包裝了還算可以的故事來串起整個分析流程，卻僅僅有兩千的閱讀。但身邊人回報給我的是，第二篇更好！那到底第二篇好還是第一篇好呢？我倒是很想針對這類問題做一次分析。然而資料量實在太小，難以成文。

     從目前來看，風趣幽默，問題驅動的文章應該是首選。文章少了很多包袱，簡單易讀，更重要的是好寫啊！

我渴望有人與我讨論

     在寫文章時，我故意不修改一些很明顯的錯誤，期待有人指出來。不幸的是，沒有人給我回報，也許看到的人沒時間告訴我吧。有讀者會找我進行有趣的線下交流，讓我認識了大量的新朋友，并獲得了新的機會。

缜密的思維，考慮讀者的感受

     這是我在寫文章中獲得的最大收獲。我盡可能通過完整的邏輯，将整篇文章串起來，符合問題的分析思考規律。同時盡量考慮讀者的感受，他們會喜歡看這一段嗎？我該怎麼修改？

結語

     真正的好文，一眼就能看出來。每一句話都透露着作者的真知灼見，沒有一兩個禮拜寫不出來。我是不是該去主動看看窮經皓首才寫成的學術論文呢？我也期待通過寫作，能給我帶來更多正向的改變。