老闆客戶都點頭的數字說服力：數據分析+邏輯思維，上班族必備最強升級攻略！打動人心，解決難題──快、狠、準

前言 一流人士都用數字，讓別人覺得有理

Part 1 勸服人心的最強工具
序章：最有說服力的說明，是「數字」
Story 1 該怎麼「用數字說明」，好苦惱？
01 職場話語權來自於數字
02 妥善「加工」，數據更有意義
03 數據用法不同，結果就有差別
 
第1章 數字要奏效，邏輯和分析很關鍵
Story 2 這是「事實表象」還是「真有問題」？
01 用數據，定義目的與問題
02 靠邏輯，客觀衡量具體的現況
03 隨意畫成圖表，只是虛有其表
04 數據分析的三大流程

Part2 震撼人心的剖析技巧
第2章 建立假設，連結數據與問題
Story 3 「分析」第一步，如何邁出？
01 提高精確度和可靠性的「假設」
02 驗證假設真偽就在分析
03 使用數據前的兩種假設
04 只用一句話，也能做假設
05 鎖定問題重點的「WHAT型假設」
06 繪製邏輯樹的注意事項
07 拆解問題的三個基準
08三大重點，決定拆解基準
09 四個方法，取得替代數據
10 蒐集數據得找「合適的」
11 釐清問題原因的「WHY型假設」
12假設的三優點和兩風險
13 三個訣竅，高速做好假設

第3章 善用統計學，發覺問題核心
Story 4要解決什麼？先爬梳最根本的問題
01 釐清問題重點的步驟
02 將複雜數據，歸納成單一指標
03 平均很清楚，但部分訊息會隱藏
04 被平均忽略的，用離散度補充
05 比較離散度，數據規模要注意
06 抓住特點，雙重視角分析最有效
07 特定時間的數據，最適合比較
08 隨時間變遷的數據，可預估未來
09 對照兩種數據，視覺化問題處
10 哪邊有問題？比較才知道
11 關鍵在「和以前不一樣」的地方
12 特別不一樣，或許是問題所在
13 事先排除特殊點，讓分析更確實
14  向內比較是基本，向外比較才高明
 
第4章 從相關性分析，辨明困難緣由
Story 5知道原因，行動才有成效       
01 釐清問題原因的步驟
02 互相影響？比對兩組數據關係
03「有相關」要怎麼判定
04 關係愈緊密，愈可能是原因
05 想輕鬆得出相關性，靠電腦就行
06 盲目解讀相關性，結果肯定錯

Part 3 說動人心的高效表達
第5章 換位思考簡報法，爭取贊同不費力
Story 6 分析重要，別人能聽懂更要緊
01 順應對方的渴望與想知道的事
02 過度賣弄專業，只帶來失敗風險
03 數字簡報最佳化的製作關鍵
04 從「聽不懂」到「點頭贊同」實際範例

 

前言

一流人士都用數字，讓別人覺得有理

　　「可以用數字說明一下嗎？」

　　各位可曾因上司或前輩拋出這樣的問題而感到困惑嗎？或是對方要求你使用數字，但不知道該怎麼使用數字的你，只好嘗試先把現有數據做成圖表貼上去的經驗呢？

　　相信拿起這本書的各位，都是想要提升自我，以期能夠輕鬆克服這些狀況。另外，想必也有人是想要替平常的工作增添數據性和邏輯性，藉此提高產能，進而提升自己和組織的價值吧？
　　解決這項問題的關鍵就是「數據」。

　　話雖如此，但需要什麼樣的條件，才能「在工作上有效運用數據」呢？相信一定有很多人會認為是「分析方法的知識和技術」吧。

　　沒錯，這也是正確答案。不過，一般的統計學、數據分析課程，或是寫在書上的相關知識，並不是樣樣都是一般工作（實務）上所需。本書介紹的分析方法也一樣，其實只要藉助平均數（mean）、標準差（standard deviation）及相關函數（correlation function），差不多就夠用了。

　　造成這種差異的原因有很多，其中一個原因，是由於學術上的數據分析（統計）所追求的目標，與企業組織中的實務目標不同。

　　首先，數據分析的專家和學者使用數據的目的，是為了達到「嚴謹與正確」。 為了避免以專斷的主觀論述，確保主張在學術上的正確性，會嚴格追求正確的數據和正確的方法。

　　反觀商務人士和實務家，追求的則是「打動組織」 。為了透過組織推動事務發展，需要莫大的力量，也就是需要取得相關人士的理解，或是上司、董事以及其他上位者的認可，有時甚至還得直接說服客戶。無論是什麼場合，數據都會成為客觀的根據，發揮龐大的威力。

　　當然，商務人士無疑也需要分析的「正確性」，不過凡是有實務經驗的人都明白一件事，那就是現實中「沒有正確答案」。事情愈複雜，就愈不知道什麼是正確答案，即使事後回想，也充滿了無法確定的疑問。但是，若得花上一個月來分析上個月銷售不振的理由，即使取得的結果再怎麼（學術上的）「正確」，這個分析結果的價值也會因為時間流逝，喪失到所剩無幾，甚至得到「你好慢啊」的評價。因此，我們需要果斷決策、加速工作，只要提出符合某種程度的正確答案就夠了（畢竟嚴重落空就麻煩了）。

　　所以，要在實務工作的世界中提出「正確答案」，就得「由自己建立正確答案」了。之後，就取決於「別人覺得這個主張多麼有理」，來推動事情發展。例如，採取行動處理惡化的銷售額、導入與以往不同的作法、改善計畫的流程、取得客戶認可並下單等……這些不就是實務上組織想要的正確答案嗎？

　　當然，我們希望實際結果，能更接近我們的分析結論會更好。

　　然而，要是以為必須要身懷與專家學者同樣的技能，不僅可能會因為學習技能的門檻過高而挫敗，而且即使死記硬背了下來，最後也無法用在工作上，說白了就是徒勞而終。我在大型組織的實務中，以及擔任講師與顧問的時候，不知看過多少次這樣遺憾的場面。而我也多方嘗試，想要為那些灰心喪志的人們，教授「真正能用在工作上」的作法和內容。

　　當然，這是讓對方理解並接受的必備技能。對於「可以用數字說明一下」的要求，答案就是這項技能本身。這項技術是 ① 了解並適當運用分析方法，以及 ② 進入分析作業之前的「觀念」 ，尤其是 ② 的觀念特別重要。這項「觀念」正是被許多想要學習「數據分析」的人所輕視，造成讓人在一開始就受挫的障礙，也是無法妥善活用數據的原因。

　　有很多人會透過參加研習或閱讀書籍，來學習分析的方法，但這當中更有不少人在第二天回到工作崗位後，一聽到「用數字分析一下」的要求，頭腦就一片空白、寸步難行了。不過，與其說這是因為分析的方法學得還不夠，不如說是問題（或目的）與分析的連結脫節的緣故。

　　在本書中，不但會介紹實務所需檢視數據和分析方法，還會詳細解說從發現問題到解決的流程中，所需的各種觀念和觀點。當問題或數據就在眼前時，首先應該怎麼思考呢？這時就需要
邏輯思維，來從數據中解讀含意。要是跳過這個部分，不論是直接賣弄數據、畫成圖表，或是導入高度分析的軟體，恐怕都沒有多大的意義。

　　我認為，本書有別於其他數據分析或統計書籍的特點和優勢，不在於「如何分析」，而是在於「如何思考以便做出有意義的分析」。假如要逐一深入挖掘和學習進階的分析技巧，從這裡開始也不遲。