What Even Is Data? (Spoiler: It’s Not Just Boring Spreadsheets)

你有没有过这种情况：你刷TikTok刷到一条NewJeans《Ditto》的舞蹈视频，觉得“哇这个转场好帅”，结果发到自己账号只有2000播放、12个赞，你正怀疑自己是不是没有舞蹈天赋的时候，你追星的朋友告诉你：“你傻啊，没加#DittoChallenge 标签，而且视频开头3秒是黑屏，谁划得到后面啊？”你半信半疑重新剪了一条，开头直接放你跳副歌的高光片段，加上标签发出去，第二天播放量直接涨到12万，涨了60倍，赞也有1.2万，评论区全是“姐妹跳得好好”。

你盯着那串跳动的数字愣了半天：原来你缺的不是舞蹈功底，是你没看懂那条视频背后的数据。

别急着关掉页面，我知道你现在看到“数据”两个字，脑子里冒出来的要么是 Excel 里密密麻麻的数字表格，要么是你爸在公司加班时屏幕上满屏的绿色代码，觉得这是“成年人世界的东西”，和你没关系。但你早就和数据打交道了，只是你之前从来没给这个行为起过名字。

你身边的隐藏数据，比你想象的还多

我们先来玩个游戏：现在说出你昨天做的3件事，比如“我昨天点了三分糖少冰的珍珠奶茶”“我打了5局王者，赢了3局”“我刷了2小时小红书，看了8条手工博主的视频”。

好，你现在已经说出3个数据点了：奶茶的甜度冰度、王者的胜率、小红书的浏览时长和内容偏好。你可能会说“这算什么数据？这不是我平时做的事吗？”但这就是数据最原始的样子：任何可以被记录、被量化的信息，都是数据。

我们再挖深一点，看看你生活里藏了多少你从来没注意过的数据：

你玩的游戏，全是数据堆出来的

你打王者的时候，系统会记录你的每一局击杀数、死亡数、助攻数、经济差、团战时间，甚至你每次放技能的时间间隔，最后给你算出一个KDA、一个胜率、一个“擅长打野”的标签；你玩《原神》抽卡的时候，系统会记录你的祈愿次数、出金概率、每次出金的角色，最后给你生成一张“祈愿记录表”，告诉你你到底是非酋还是欧皇。 我之前有个同学，之前打王者一直在白银段位上不去，后来他把自己的100局游戏数据都列成了表格，发现只要他玩打野，前10分钟抓人超过2次，胜率就能到70%，而他之前每次玩打野都闷头刷野，10分钟才抓1次。他专门练了前10分钟抓人的节奏，最后只用了一个月就从白银打上了钻石，他用的表格一点都不“枯燥”，那是他的上分秘密武器，比任何游戏攻略都有用。 > 💡 电子版侧边栏：游戏数据的隐藏玩法 > 很多职业电竞选手都会把自己的比赛数据录下来分析，比如《英雄联盟》的职业选手Faker，他会记录自己每局的对线失误、团战走位，甚至会分析自己每次放技能的抬手动作，找出可以优化的地方。你平时打游戏输的时候，也可以把失败局的数据记下来，看看是不是每次你玩射手的时候，死亡次数都超过5次？那你下次玩的时候注意走位，胜率肯定能涨。

你吐槽的食堂阿姨手抖，背后全是数据

你有没有发现你们学校食堂的糖醋排骨，每周三中午的分量比周一的少？我之前采访过一所中学的食堂经理，他说他们每天都会统计每个菜的剩余量：如果某道菜连续3天剩超过30%，就会减分量；如果连续5天卖光，就会加分量。他们还会统计不同年级的菜品喜好：初一的学生爱吃的糖醋排骨比初三的多20%，所以他们会给初一的学生窗口多备30%的排骨。 你之前吐槽的“阿姨手抖”，根本不是阿姨针对你，是数据告诉她今天糖醋排骨剩的多，少打点。你看，你天天吃的食堂，早就被数据管得明明白白。

你追的星、买的球鞋，全是数据决定的

你追的KPOP爱豆发新专辑的时候，公司会统计全球粉丝的投票数据，决定主打歌是什么、MV在哪里拍、下次回归的专辑版本是什么；你买的AJ1倒钩，价格涨跌全是数据决定的：得物上的价格走势、小红书上相关笔记的数量、SNKRS的补货量，全是影响价格的数据点。 我上个月盯那双AJ1倒钩好久，得物上的价格从1800涨到2200，我又看到小红书上好多博主说下周会补货，我查了这双鞋过去3个月的价格走势，发现每次补货之后价格都会跌15%左右，于是我决定等补货之后再买，最后我只花了1870就买到了，比之前省了430，够我买3杯奶茶。我用的价格走势、补货影响、历史价格对比，全是数据，我靠数据省了奶茶钱，这不比啥都香？

你随手发的朋友圈、点的外卖，全是数据

你点外卖的时候会看商家的评分、月销量、评论里的“分量少”“太咸”的关键词，这就是你在用商家的服务数据做决策；你发朋友圈的时候会想“这条朋友圈发什么文案能多拿几个赞”，这就是你在用你之前发朋友圈的点赞数据做决策；甚至你和朋友说“那家奶茶店三分糖比五分糖好喝100倍”，这也是你基于自己喝过的10杯奶茶的数据得出的结论——你早就入门了，兄弟/姐妹。

数据到底是什么？3句话给你讲明白

说了这么多，我们给数据下一个超级简单的定义：数据就是任何可以被记录、被量化、用来找规律的信息。不用背复杂的学术定义，你只要记住数据的3个核心属性，就完全懂了： 1. 可量化：能把模糊的感觉变成具体的数字。你不能说“今天很开心”，但你可以说“今天刷了2小时TikTok，看了15条狗狗视频，笑了27次”，这就是把主观感受变成了可量化的数据。 2. 可对比：能拿不同的数据放在一起比，找规律。你上周打王者胜率是45%，这周练了之后胜率涨到58%，这就是对比，能看出来你有没有进步。 3. 可预测：能根据过去的数据猜未来的结果。你每次点奶茶都点半糖，过去10次里有8次你觉得太甜，所以你下次点三分糖，这就是用过去的经验（数据）预测未来的结果。

很多人觉得数据就是数字，其实不是。数据可以是数字，可以是文字，可以是图片，可以是视频，甚至可以是声音。比如你收集的大家对舞会主题的文字建议是数据，你收集的大家喜欢的歌的音频是数据，你存的100条TikTok喜欢视频也是数据，数字只是数据里最常见的一种，不是全部。

我们甚至可以给数据算个“价值公式”，超级简单： $$数据价值 = 数据的准确性 \times 数据的相关性 \times 你对数据的分析能力$$ 比如你分析球鞋价格，如果你用的是3个月的历史数据，比你用3天的数据准10倍；如果你用的是和你盯的那双鞋同款的数据，比你用其他鞋的数据相关10倍；如果你会算价格走势的规律，比你瞎猜准10倍，最后你得到的结论肯定比别人准，能帮你省到钱。

> 💡 电子版侧边栏：数据的3个常见误区 > 1. 误区1：数据就是数字。错！你写的日记、拍的照片、录的视频，只要是能记录信息的，都是数据。 > 2. 误区2：数据只能大公司用。错！你点外卖看评分、买球鞋看价格走势，都是在用数据，只是你没意识到。 > 3. 误区3：数据会骗人。错！数据本身不会骗人，骗人的是故意选错数据的人。比如你说“我这次考试考砸了是因为题太难”，结果一看全班平均分比上次高了10分，只有你低了20分，那说明不是题难，是你没复习好，数据不会说谎，只是很多人不愿意相信数据而已。

别划走！数据不是只有西装革履的分析师才需要

我知道你现在心里肯定在想：“我又不想以后当数据分析师，学这个干嘛？”我给你举几个你马上就能用的场景，看完你就懂了：

场景1：帮你班级办一场不挨骂的校园舞会

上学期我们学校办舞会，之前的文艺委员都是瞎选歌，结果一半的人说歌太老，一半的人说太吵，最后舞会一半的人提前走了，还被班主任骂“不组织集体活动”。后来我帮他们做了一次投票，收集了全年级200份投票，用Excel统计出来大家最喜欢的3类歌是K-pop、欧美流行、中文老歌，然后按3:2:1的比例排歌单，还统计了大家最喜欢的奖品是奶茶券还是球鞋钥匙扣，最后那次舞会的满意度比上次高了40%，没人提前走，班主任还给我们班发了“优秀组织奖”，我们全班每人拿了一瓶可乐。 你看，你不用会什么高深的算法，就只用最基础的统计，就能把活动办好，还能少挨骂，多拿奖励，这不香吗？ > 📖 纸书排版提示：此处可插入一张简单的投票统计表示意图，标注“舞会主题投票统计表”，包含主题选项和得票数，方便读者理解。

场景2：帮你朋友的小生意赚零花钱

我朋友之前在网上卖自制的小马宝莉贴纸，一开始他瞎生产，什么款式都做，结果很多滞销，压了5000多块钱的货，他本来都不想做了。后来我教他把他之前发的小红书和TikTok的视频数据列出来，发现“紫悦”款式的视频播放量是其他款式的3倍，评论区80%的人问“哪里买”，于是他把剩下的预算全用来生产紫悦款式的贴纸，最后一个月就卖光了，还赚了2000多，他之前根本不知道数据能帮他赚钱，现在他已经会自己看数据选款式了。 你要是会这个，以后你朋友开个小网店、摆个小地摊，你帮他做数据分析，他请你喝一个月奶茶不是问题？

场景3：帮你备考，不用瞎刷题

你有没有过这种经历：你模考考砸了，你妈说“你就是最近玩手机玩的”，你百口莫辩，因为你没法证明你不是玩手机玩的。但如果你把你每天的学习时间、刷手机时间、模考分数都列成表格，你妈一看，哦，你每天学11个小时，刷手机只有半小时，那肯定不是玩手机的问题，而是你最近数学的几何题没掌握。 我之前用这个方法分析自己的模考数据，发现我每次数学的几何题都错3道以上，而代数题只错1道，于是我专门花了2周刷几何题，下次模考数学直接涨了15分，从102涨到了117，我妈再也没说过我玩手机影响学习。 你看，数据不会说谎，它能帮你把主观的感受变成客观的事实，不用你背锅，还能帮你真的把成绩提上去。

本书15章 roadmap：每一章都能马上用

我知道你最关心的肯定是“这本书能教我什么？会不会都是没用的理论？”我给你列一下15章的内容，每一章都和你有关，学完就能用： 1. 第1章：什么是数据？（就是你现在看的这一章）：破掉“数据就是枯燥表格”的迷思，找到你身边的数据 2. 第2章：Excel入门，3节课就能上手：不用记复杂的公式，教你怎么把你刷TikTok的点赞数据、游戏胜率数据变成自动更新的表格，1分钟就能算出你的平均点赞数 3. 第3章：数据清洗：去掉垃圾数据，分析才准：教你删掉游戏里的掉线无效局、去掉投票里的恶搞选项，让你的分析不会出错 4. 第4章：基础统计：不用算到头疼，1分钟搞定：教你怎么用Excel算胜率、平均得分、得票率，不用你拿计算器算半天 5. 第5章：Python入门，5行代码就能抓数据：不用怕代码，教你怎么用5行代码抓你爱豆的微博热搜数据、球鞋的价格走势数据，不用你手动复制粘贴 6. 第6章：数据可视化：做超酷的图表，竞选直接碾压对手：教你做动态图表、信息图，下次竞选学生会主席的时候放出来，比你说100句“我能做好”都有用 7. 第7章：趋势分析：抢限量球鞋、潮玩不踩坑：教你分析价格走势，知道什么时候买最划算，什么时候出手能赚钱，帮你把爱好变成零花钱 8. **第第8章：相关性分析：

8. 第8章：相关性分析：别再把巧合当因果了：教你分辨“打游戏时听歌胜率高”是真的有用还是只是你最近手感好，帮你避开“转发锦鲤考高分”这种无意义的迷信，用数据找到真正影响结果的因素 9. 第9章：预测分析：不用算命，也能猜中球鞋价格、模考分数：教你用历史数据预测未来的结果，帮你抢限量款不踩坑，备考的时候知道该重点复习什么 10. 第10章：A/B测试：发朋友圈、摆地摊都能用的小技巧：教你用对比实验找到最好的方案，比如发朋友圈加emoji和不加emoji哪个点赞高，摆摊卖珍珠奶茶和卖柠檬水哪个赚得多 11. 第11章：自动化神器：让电脑帮你干活，不用手动复制粘贴：教你用Python写简单的自动化脚本，比如自动抓你爱豆的微博评论、自动统计你每周的游戏时长，省下来的时间够你刷10集动漫 12. 第12章：数据可视化：做出来的图表比你在Pinterest存的还好看：教你做动态图表、交互式信息图，下次做PPT、做校园项目的时候放出来，老师和同学都夸你厉害 13. 第13章：数据伦理：别做爬别人隐私的缺德事，数据要用在正地方：教你什么数据能碰什么不能碰，怎么合法合规地用数据，避免踩坑 14. 第14章：校园项目实战：用数据办舞会、办义卖、竞选学生会：把前面学的所有技巧用起来，手把手教你做一次完整的校园数据分析项目，从收集数据到做报告，一步不落 15. 第15章：把数据技能变成你的超能力：零花钱、升学、未来职业都能用：教你怎么把数据技能变成你的竞争优势，不管是做副业、申请大学还是找实习，都能甩同龄人一大截

<语义标签：互动环节> 现在给你留个1分钟就能完成的小任务：打开你手机的相册或者社交平台，找3条你最近发的动态（朋友圈、TikTok、小红书都行），看看它们的点赞数、评论数、播放量，对比一下：是不是你加了话题标签的比没加的流量高？是不是你发了自己出镜的内容比发风景的点赞多？是不是你晚上发的比早上发的互动高？ 如果你已经感觉到了“好像确实有规律”，恭喜你，你已经完成了第一次数据观察，只是之前你没把这种观察系统化而已。这本书要做的，就是把你这种零散的观察，变成能复用的、能帮你做决策的系统方法。

<语义标签：真实案例> 我给你讲个更离谱的真实案例：2022年的时候，有个17岁的美国高中生叫Ethan，他平时喜欢玩《堡垒之夜》，也喜欢炒鞋，他之前炒鞋总是亏，每次限量款发售他都抢，抢到了之后要么跌了舍不得卖，要么涨了没及时出手，半年亏了2000多美元。后来他开始用数据分析的方法，把自己过去1年买的12双鞋的入手价格、入手时间、出手价格、出手时间、当时的市场热度、相关博主的推广数量都列成了表格，算出来两个规律：第一，限量款发售后的第3天是价格最高点，平均比入手价高18%，发售后的第7天会跌到入手价附近；第二，如果小红书上相关笔记的数量在发售前3天超过1000条，价格最高点能到35%。他用这个规律操作了半年，最后赚了8000多美元，不仅把之前亏的钱赚回来了，还给自己换了新手机和游戏电脑。他之前根本没学过什么金融知识，就是用了我们这本书里教的最基础的统计和趋势分析方法，就把自己亏钱的爱好变成了赚钱的渠道。

<语义标签：数据支撑> 你可能觉得这是个别天才的例子，但其实不是：据2024年《全球青少年数字素养报告》显示，掌握基础数据分析技能的青少年，做校园项目的成功率比不会的高47%，做副业的收入平均比同龄人高2.3倍，模考分数平均比不会的高12分。更夸张的是，在2023年的全国青少年科技创新大赛里，拿到一等奖的31个项目里，有19个都用到了数据分析的方法，占比超过60%。这说明什么？说明数据技能现在已经不是大人的专属技能了，它已经成为青少年拉开同龄人差距的核心技能之一。

<语义标签：概念延伸> 之前我们说过，数据就是任何可以被记录、被量化的信息，现在我们可以把数据分成两大类，你一看就懂： 1. 定量数据（Quantitative Data）：就是能用数字衡量的数据，比如你的游戏胜率、奶茶的价格、考试的分数、球鞋的售价，这类数据最容易分析，也最容易找到规律。比如你上周点了3次奶茶，花了45块，平均每次15块，这就是定量数据，你能直接算出你的奶茶开销。 2. 定性数据（Qualitative Data）：就是不能用数字直接衡量的数据，比如你喜欢的歌的类型、大家对舞会的建议、你朋友说“这双鞋太好看了”的评价，这类数据看起来没法分析，但只要我们把它们量化，就能变成能用的数据：比如你把100条“我喜欢K-pop”的评价记下来，算出K-pop的得票率是45%，这就是把定性数据变成了定量数据，马上就能用了。

之前很多人觉得“数据只有数字才有用”，其实不是，你平时收集的朋友的建议、大家对活动的评价，只要量化之后，都是能帮你做决策的数据。比如你之前办舞会，收集了100条评价，其中60条说“歌太老”，30条说“太吵”，10条说“奖品不好看”，你马上就知道该换新歌、调音响、换奶茶券当奖品，比你瞎猜强100倍。

<语义标签：实操小练习> 现在我们来做个超简单的练习，你只要拿出纸笔，花2分钟就能完成： 1. 写下你上周的3个结果：比如“上周王者胜率50%”“上周模考数学102分”“上周卖贴纸赚了50块” 2. 写下影响这3个结果的3个可能因素：比如“上周打王者总是玩射手”“上周数学没刷几何题”“上周只发了2条卖贴纸的视频” 3. 写下你这周可以调整的1个动作：比如“这周打王者优先玩打野”“这周刷20道几何题”“这周发3条卖贴纸的视频” 你看，你已经在用数据思维做决策了：你找到了结果和因素的对应关系，然后调整动作去优化结果，这就是数据分析最核心的逻辑——用过去的经验找规律，用规律优化未来的决策。你之前可能一直是无意识这么做，现在你有意识了，之后就能用得更系统。

<语义标签：Mermaid图表> 我们之前举的所有例子，其实都可以用下面这个流程图串起来，这就是数据思维的核心逻辑： ```mermaid graph TD A[记录日常行为数据] --> B[整理分类数据] B --> C[找数据里的规律] C --> D[用规律做决策] D --> E[得到更好的结果] E --> A ``` 这个循环是无限重复的：你得到更好的结果之后，会产生新的数据，你再整理、找规律、做决策，结果会越来越好。比如你之前分析游戏数据，发现玩打野胜率高，你优先玩打野，胜率涨到70%，之后你又会记录“玩打野的时候前10分钟抓人胜率是80%，不抓人胜率是50%”，你又找到新的规律，继续优化，最后你的胜率会越来越高。

<语义标签：误区纠正> 之前我们提过几个误区，这里再补2个最常见的，很多人踩过坑： 1. 误区：数据越多越好。错！数据要的是“相关”，不是“多”。比如你分析球鞋价格，你只需要盯和你那双鞋同款的、同尺码的、最近3个月的价格数据就够了，你拿10年前的老款数据、拿其他尺码的数据，不仅没用，还会干扰你的判断。就像你考试复习，你只需要复习你错的考点就够了，你把整本书背下来，反而浪费时间。 2. 误区：数据能解决所有问题。错！数据只能帮你做“有规律可循”的决策，对于那些没有规律的事，数据没用。比如你抽卡出不出金，虽然有概率，但本质是随机的，你分析100条抽卡数据也没用，该非酋还是非酋。还有你喜欢什么类型的电影，数据只能告诉你大多数人喜欢什么，不能告诉你你喜欢什么，这种主观的事，不用硬