这篇日记，我想聊聊数据分析领域书籍的乱象

作为这个领域的资深从业者，看数据分析方向的书，不管多厚，基本都不会超过2个小时。其实大部分书看1个小时都多余，因为市面上大部分这些书，缺乏需要让人动脑子的部分

我个人比较看重书里独家的见解，即便你可能最终被验证是错的，但你有自己的思考，提出了一些这个世界上可能只能从你这里才能看到的思考过程，那我就觉得是很有价值的。这类书的典型，比如下面这本

它的作者提出了一个很好的分析框架，地理资源禀赋决定了文明的基因和发展天花板。虽然后续被证明里面有很多细节是缺乏科学依据的，但不妨碍这本书很独特、很精彩

那么反观目前市面上大部分数据分析的书籍，都是什么观感呢？我看到的是一个割裂的现象：

小白用户觉得，只要有很多模型、很多例子、很多图表，它就是好书，评分就会高。相当于小白群体定义的好书，比较接近知乎爽文；

而我和我的一些资深从业者朋友们，对这类书的看法则是，流于表面、既没深度也缺乏广度，因为广度很多时候是依托于作者对这个领域的理解，作者如果自己都没见过多少天地，那他能讲出的故事，也很难超出这片天地。同时，这些书还有一个特点，就是很香缝合怪，是公众号文章的东拼西凑，甚至都不需要有什么主线串联？！

这里我举个PPT领域的例子，大家只要是混职场比较久都会知道，PPT是用来讲故事的，好的PPT应该是有一套精彩、逻辑严谨的故事线的；而差的PPT，往往就是如下这种结构

它是平铺的，唯一的逻辑关系就是总分结构。这种PPT一般很难让人记住什么东西，因为它对核心主题的消化理解很浅。数据分析领域这类书很多很多，但大家有一些调整，就是都会在书的开头加一个“帽子”，就是找人写的总体纲领，试图利用这个总体纲领or普世法则，来统领后续所有例子

同时很多书为了能尽量的把故事的维度摊大饼一样弄多一些，会邀请很多作者来写，这样一来这些书的结构就是变成如下样式

这种结构的书你不能说不好，但确实很容易没有任何营养，而且对知识介绍部分撰写者的要求也很高。但失望的是，我没看到几本书能跳脱平庸的陷阱，只要你看过其中一本，剩下的看不看其实都没那么大必要，因为相似度极高。这让我不禁产生疑惑：是不是读者们不需要好内容，只需要他们以为的好内容就够了？（以下都是小白读者以为的好内容示例）

小白群体往往定义了大众读物的下限，那么到底是他们不具备审美、还是我们缺乏用心的写作？我目前的理解是都有，而且前者略大于后者

我曾经在几个群里问过数据分析领域的新人一个问题：为什么你们宁愿选择相信刚毕业1年左右的学长学姐来指导你们的人生选择、职业发展，也不愿意相信从业多年的资深前辈呢？

得到的答案正好能回答上面这个问题

1，小白们觉得，只要比我强那我就可以学习，不在乎比我强一点还是强很多。进一步我还设置了一个情境问题：假设你在某个领域是不及格状态，40分吧比如，你会愿意找个60分or70分的人来辅导你么？回答是ok啊～反正他比我强，我就可以学习

2，小白们觉得，从业多年的资深前辈他们不认识，缺乏信任感，还是更愿意选择年龄段上更接近的学长学姐

3，小白们有时候就是更吃制造焦虑、夸大宣传这套。比如小红书上有很多前大厂年薪百万美女产品经理开班授课，就很多人交钱，虽然这个美女百万产品经理在业内早就被证实是假的，但不妨碍

那么我们写文章的能做些什么呢？我觉得，就是努力做自己的同时，卷起来：

1，做自己，不要眼红别人挣快钱，写自己满意的内容，而不仅仅是读者满意的内容。这里的关键是“不仅仅”，不要被浮华的市场带偏了。有句话说的很好：我们很多人都在追赶变化，想吃各种时代的短期红利，但真正的红利往往是那些亘古不变的东西，这些东西往往需要深挖才能参透。更简单的说，就是选择做难而正确的事情

2，卷起来，很多作者们把一些没什么营养的东西拼装一下就可以出书、建知识星球，那咱们就把这些内容写的更好，并且免费化。一点一点的把优质内容的浓度提升，让劣币逐步没有生存空间

之前就有人问，为啥你不写书？我说了句真心话：我觉得我现在写不出我自己满意的书

以上内容，写于又看了一本专业方向的平庸书籍之后