数据分析师的最重要产出就是分析报告，多数以PPT形式发出。产出后宣讲给领导、给产品运营及其他同事过程中，最重要的是说服力，说服力的强和弱，大多取决于报告的质量以及其他元素（比如表达、宣讲、私交、个人魅力）。而看报告的人，需要的是批判性思维。为什么要采纳数据分析师的结论和建议？分析师结论和建议靠谱吗？从数据中是否能有更好的解决问题的方法（也就是结论和建议）？
报告质量如果先不论PPT做的好看不好看，只看理由（论据）和结论，那分析师需要保证的是PPT能够符合拥有批判性思维的人的考察。
数据分析师有时候还需要接收临时支撑的需求，少不了前期的需求背景沟通、需求必要性沟通、需求是否有更好的解决方法、指标口径沟通等等，而初级分析师经常需要数据的返工，问题可能多数出在前期沟通方法上。如何高效沟通，其中一个方法便是采用批判性思维。
批判性思维对我们日常做出更理性的判断，拥有更健康的信念很有帮助。
在使用批判性思维时，既可以正着用，尤其在工作场景。而在营销过程，更有可能是反着用。比如广告中，几乎从来没有所谓的批判性思维，而是利用了我们日常非常松懈的思考习惯。运营经常利用我们”贪便宜“来砍一刀，“天下会掉馅饼”买入热门股，”服从权威“包装BAT大佬等人性的弱点来消费用户。
对于我们希望提升自己思维能力的人，即要知其然，也要知其所以然。今天只讲正向的批判性思维在日常工作中的应用。
批判性思维的四个要素：
场景1：
分析师：APP的净流失用户在缩减，我们前期的措施取得了较好的成果，我们应该采用更多的措施来满足用户的需求。
分解要素：
结论：我们的措施取得了成效
证据：APP净流失用户在缩减
产品运营提问：
问题1、这里的流失用户定义是什么？
批判性思维之1：有歧义/抽象的词语意义再明确。
抽象概念：一个概念，距离具体的实物越远，就越抽象，越需要明确的定义。
在讨论需求时候，经常需要大家对口径，就是因为每个人因为自己背景的不同，对一个定义的概念都可能不同，再简单的概念，也需要进行核对。比如大家在讨论活跃用户数，有些人用的是登录，有些人用的是注册，有些人认为需要到浏览等等。
问题2、APP净流失用户在缩减是由于季节等周期性因素等还是我们的活动有了效果？拉长周期看是什么表现？
批判性思维之2：有没有替代原因
相关关系不代表是因果关系；有时候我们也倾向于过度简化因果关系。需要更多视角去寻找可能的原因。
场景2：
QA工程师：因为我们显示桌面红点，导致1-3月份用户投诉增加30%，为了用户体验，我们需要把和不和用户直接关联，如交易支付，回帖等的红点场景完全关闭
分解要素：
- 结论：把有些红点场景完全关闭
- 证据：1-3月份用户投诉增加30%
- 隐含的价值观假设：用户体验>产品其他指标
产品运营提问：
问题1、QA从用户体验高于产品活跃指标的价值观假设对现阶段业务形态是否适合？我们现阶段正处于快速吸引用户，扩大规模状态，需要更多引入用户。所以从业务方角度，我们认为产品活跃暂时大于对用户的打扰
批判性思维3：
寻找价值观假设。在证据和结论之间，有些内在的想法是没有说出来的，但是会和说出来的理由同样重要。
站在不同的角色、人物背后，我们代表了不同的组织利益、个人利益。每个人的价值观也不同，有些时候，我们认为理所当然的假设，别人未必认可。
最近“特斯拉的刹车失灵”很出名。特斯拉前期的表现违背了我们普通人的价值观假设，安全第一，其他的价值在安全之后。一开始我也很意外，觉得不可思议仔细想想，站在特斯拉的角度，却是，“这是新产品发展过程中不可避免的，为了争抢市场份额，我们需要暂时牺牲安全选项”。所以我们代表的利益不同。
问题2、我们是否有其他更好的办法，可以平衡用户体验和产品指标，比如把不直接关联的信息，让用户去选择是否允许发送，或者采用智能营销手段发送，给最可能接受的用户来发送
批判性思维4：
虚假的两难选择谬误：注意“不是….就是….”、”唯一的选择就是….”等等。此时要停下来想想，是否有其他选择？
场景3：
产品运营：竞品A已经做了这个功能，并且已经全量了，说明用户对这个产品是有这个需求的。如果我们不做，用户可能流失，所以我们产品也要这个功能。
分解要素：
- 结论：我们产品也需要有竞品这个功能
- 证据：竞品A已经全量了这个功能
老板提问：
问题1、这个产品功能是否需要大量的人工维护和运营？我们是否有背后的资源？我们的目标用户群体是否有竞品那么大的规模，值得我们投入这么大的资源投入？
批判性思维5：
是否省略了重要信息
一件事情要成功，可能不止一个原因，更可能是全方面的PK。所以如果从一个点就推出来我们接下来需要做什么，可能还是省略了能够成功的重要信息。
批判性思维6：
我们需要知道确切的数字
知道做这件事有用还不够，还需要知道做这件事情的投入产出比例。能够满足用户需求还不够，还需要知道能满足多少用户的需求，这些用户的价值多少，能带来多少收益？
场景4：
分析师：我们的累计千万读者的自媒体的月活跃用户中90%不付费阅读频次低，2%用户有赞赏阅读频次高，所以我们需要对90%的用户进行再细分进行用户运营，提升活跃，促进他们进入知识星球。
分解要素：
- 结论：细分不付费用户，拉新进入知识星球
- 证据：90%月活跃用户都是不付费用户
产品运营提问：
问题1、如何从这个证据得出来要分群运营的？我们该不该进行分群运营？我们是不是要促进他们付费进入星球？
批判性思维7：
证据和结论之间的逻辑关系
场景5：
分析师：这次产品改版AB测试现实，我们的核心指标-用户下单（次）率-降低了2%，不符合预期，版本需要被覆盖
分解要素：
- 结论：产品改版不符合预期
- 证据：核心指标下降了2%
产品运营提问：
问题1：这次改版我们从大量投放了广告和发放了push，转化率会因此可能因为非目标用户引入而下降，那整体GMV增长了多少？长期用户增加多少？
批判性思维8：
带有偏见的数字/不合理的衡量数字
构建合理的指标引导到合理的结论是分析师的一个重要方法。如果指标构建的不合理，或者指标本身不合理，都对结论有影响。
