第一，数据的计量单位和范畴很重要
　　你买油是按照克单价？还是总金额？这个例子比较简单。实际工作中比这个要复杂很多，比如销售人员的绩效如何评估——应该按照总销售额，还是可比店的销售额？是按照所有产品的销售额？还是新品的销售额？是按照单店绩效？还是单人绩效？是按照工作时间内的绩效？还是不计工作时间、将加班时间也计算在内的绩效？如果是跨国公司，还涉及到用人民币、还是美元计算？
　　计量单位的不同、测算范畴的不同，得出的结果也就不同——所以，公司开绩效评估大会或者任务指标分配大会，一般就是打数据仗，然后你会发现，结局往往不取决于最准确的数据，而取决于最大的嗓门……

第二，中位数和平均数是有区别的
　　平均数是一个非常强大的描述性统计数据，也被广泛用于各种判断当中，比如时不时会有新闻说“房价在涨”、“我国平均收入水平上升XXX”，“某某学校的升学率高达90%”……平均数最大的问题是，忽略了偏离方差的“异常值”——比如马云的收入就是个异常值。这个时候，就需要再看一看中位数。
　　每一次销售会，我们会看几个主要数据，类似“单人产量”“单店产量”“流失率”等等。然而，在对这些数据下结论的时候，我们得万分谨慎，因为一方面，它取决于计量单位和范畴，另一方面，还得均衡的看平均数和中位数。如此才能甄别出来，哪些是由于“异常值”造成的偶然现象，而哪些是一直存在的普遍现象，防止看错问题冤枉人。当然有一种情况是不需要区分中位数和平均数的，比如今年北大古生物专业的毕业生就业率（就一个姑娘）。

第三，权重很重要
　　每个企业的绩效评估方法可能不一样，但逻辑应该相似，对所有衡量指标设置不同权重后，进行综合评估。当然，对于那种只有一个指标（老板心情指标）的公司，统计学表示很无力。
　　除了绩效评估，最常用“权重”的就是生意预测。不同要素对生意结果的影响力不同，且随时间而变，比如打广告、公关活动、或者店内促销，哪个对生意贡献最大？哪一种具体的广告形式对生意贡献最大？是不是赞助《中国好声音》就一定比投放传统电视广告，带来的销量更大？只有我们知道不同因素的权重，才会做成更加科学的投资决策。

第四，数据往往只能说明现象，很难说明动机、或者背后原因 　　销售额下降了，怎么办？相信大多数销售都会抓狂，开始马不停蹄的琢磨问题解决之道了。但去年我听到了一句特别洒脱的话：“销量下降，有时候只是个现象，并不一定是问题。你怎么知道这不是我们有意为之的呢？”呃…好吧，这豁达和深刻，不是我等凡夫俗子能理解的。
　　数据往往只表达一种结果。如果想要知道数据背后的动机和原因，还要借助更复杂的统计学手段、或者非数据手段。主动为之的“坏数据”以及被动承受的“坏数据”，两者之间的动机差异，会造成迥然不同的行为结果。比如有一次销售会议，某区域负责人指着自己惨淡的员工流失率指标，轻描淡写的解释说：“高流失率是我主动淘汰了一些人，因XXX原因，下个季度新人马上到岗。”想象一下，如果我们不了解这个动机，可能这位区域负责人就要蹲小黑屋了。

也欢迎关注我们的微博：
http://weibo.com/biddingx