数据分析写作——程序员的另外一种输出

     辛苦做了三年的数据分析软件，没人知道我，写了两篇文章，倒引来了大量的关注。

写文章的目的

     写文章的理由可能有很多，对我来说，内外扩展交际圈，提高个人知名度的重要手段。对内能锻炼文笔，完善逻辑思维能力，从而能形成完整闭环。只不过写文章对我来说，真没那么轻松，从构思到提笔，到最后的修订，每个步骤都需要大量的耐心和对细节的把握。数据分析文章更是如此，三天完成一篇文章就不错了。

     不过，在看到无数人向我发出反馈，对我关注并提意见时，那种感觉相当不错，比打游戏带来快乐的多多了。所以一定要写下去。

读者群体

     读者数量多固然很好，但对我的目的来说，质量比数量更重要。也许未来改变我人生的那个人，就是我其中一篇文章的读者。

     现在读者培养出了“一眼”看出内容到底是否有价值的能力，也变得越来越没有耐心了 。读者会点击链接，在看第一句话和几张图后，快速决定阅读的策略。最可能快速地下翻，只看观点。也有一部分人，对本文特别感兴趣，就会仔细地阅读。

     移动互联网时代，最重要的资源是注意力，不要抱怨读者没有耐心，读者的手指已经投票了。从阅读方式就足以过滤出目标读者。一篇好文章，不怕没人看，就怕写不出来，能成功抓住几万人10分钟的注意力，就已经非常成功了。因此我针对的阅读群体是，IT，信息和金融相关的高素质从业人员。

数据分析的特点

     鸡汤文无毒但有害，各类段子浪费时间无营养，养生健康文章满天飞。读者都在渴望真正的干货。数据分析提供了一种手段，避免了夸夸其谈。能从复杂的数据中抽取真正关键的观点和洞见。这种手段是很有吸引力的。针对国计民生，地铁交通，房价，教育，人口变迁，商场分布，可谓受众极广。分析的角度亦可多变，进而得到丰富的结论。

     打个比方说，像我的父母辈，会发现面向50岁左右的消费人群的购物商场并不太好找。凯德大悦城针对年轻人，西单燕莎价格高昂。写出一篇中老年人在北京的购物攻略，应该会很有意思。

数据分析的几个层次

     我罗列了数据分析的几个层级。

     第一维度：排序，过滤，转换。通常用列表形式展现。

     第二维度：分组，聚合。通常用直方图，饼状图等展现，也是常规数据分析最常用也最容易理解的方式。

     第三维度：关系。 例如聚类，分类，复杂网络。通常需要N平方的计算复杂度。但能提供更高维度的可视化思路。

     第四维度：时间序列。改变才是最大的不变，分析随时间变化的参量，尝试发现规律并预测规律。

     第五维度：？待补充吧。

不仅是数据，更要观点

     数据和真理，本身是无趣的。你需要将其包装上漂亮的外衣。因此仅仅一两句总结的话显然是不够的。你需要告诉读者，为什么是这个样子？它带来了怎样的后果？乃至它周边的段子。新闻式的写作风格并不适合于微信文章。

     对其感兴趣的人，必然已有一定的知识储备，若想真正吸引这些读者，就需要比他们站在更高的层级上去看问题。因此写文章前，必须对话题相关的文章进行大量的阅读，形成立体而丰富的观感。如果没有相关知识，很容易给出令专业人员啼笑皆非的结论。

不仅要观点，还要建议

     很多读者会有疑问，“我看了这篇文章之后，能对我产生怎样的用处呢？”。例如，房价分析应该给出适合买房的商区位置，购物攻略应推荐物美价廉的商场。地铁分析应该给出换乘的策略。然而，给出合理的建议会更加困难，需要大量的人工分析。

     至于预测，我敢吗？现在不敢。

是否需要故事？

     写了两篇文章，第一篇只有干巴巴的图表和结论，在当时寥寥无几的关注者情况下 获得了五千的阅读量。第二篇花了我多得多的时间，包装了还算可以的故事来串起整个分析流程，却仅仅有两千的阅读。但身边人反馈给我的是，第二篇更好！那到底第二篇好还是第一篇好呢？我倒是很想针对这类问题做一次分析。然而数据量实在太小，难以成文。

     从目前来看，风趣幽默，问题驱动的文章应该是首选。文章少了很多包袱，简单易读，更重要的是好写啊！

我渴望有人与我讨论

     在写文章时，我故意不修改一些很明显的错误，期待有人指出来。不幸的是，没有人给我反馈，也许看到的人没时间告诉我吧。有读者会找我进行有趣的线下交流，让我认识了大量的新朋友，并获得了新的机会。

缜密的思维，考虑读者的感受

     这是我在写文章中获得的最大收获。我尽可能通过完整的逻辑，将整篇文章串起来，符合问题的分析思考规律。同时尽量考虑读者的感受，他们会喜欢看这一段吗？我该怎么修改？

结语

     真正的好文，一眼就能看出来。每一句话都透露着作者的真知灼见，没有一两个礼拜写不出来。我是不是该去主动看看穷经皓首才写成的学术论文呢？我也期待通过写作，能给我带来更多正向的改变。