就事论事，就人论事
“就人论事”一般会被放到讨论问题的语境中，以负面案例的方式呈现给大家。讨论环境，如果无法就事论事杠精横行，那就不是讨论问题了，而是单纯地发泄情绪。
但是不是就人论事就一定有问题？这可不一定，得看你在什么语境下说这个事儿。何帆老师有一篇旧文《【离别钩】何帆：如何在考试中蒙对答案》细致探讨了一下“伪造随机数”对于人类来讲是一件多么困难的事情。很多你以为“随机”的东西，会因为“你的性格、担任的角色”而在这个你以为的随机数上面烙下深深的人的痕迹。
说一个具体的例子吧，不知道大家试过随机地敲打键盘吗？比如你在debug的时候，需要随意地输入一个用户名，于是你很“随机”地在键盘上敲打了一通。
但可怕的事情来了，如果你做这个事情的时间足够长，你会惊讶地发现，你所谓的“随机敲打键盘”，几乎每次都会出现某几个特定模式的字符组合。甚至，你越是用力地敲击键盘以彰显自己的随意，越是能够准确无误地敲打出那几个你特有的字符组合。你可以说，这个就是你的“手法”，又或者更学究一点讲，这是你的统计特征。
同理，考试题目也好、投资标的也好、公司运营也好，执行者都是一个个活生生的人。只要是人，就会在他们经手的事情上留下自己的印记和漏洞。只不过，这取决于你自己是否有足够的洞见觉察到这些特殊的印记、漏洞，从而找到问题的突破口。
就“解决问题”这个语境来讲，“就人论事”比起“就事论事”更能出奇招、捡漏洞。原因很简单，“就事论事”是在问题的内部思考问题。这方面是技术人员所擅长的：不断地去挖掘这个事情本身。而“就人论事”就不同了，就好像是开启了游戏的上帝视角，从问题的外围去解决问题。
例如你需要爬取一个公司的数据，而对方设置了相当精湛的技术防线去阻止你。那么理论上讲，这个事情对你来说就是几乎不可能完成的任务。这就是在“就事论事”地解决问题。
但这个事情是不是完全不可解呢？
如果你把它扔给一个销售，或许这个事情很容易就搞定了。怎么办呢？找到对方这块业务的对接人，喝几次酒、聊几场风花雪月的个人经历，数据也就乖乖地跑到自己碗里来了。这就是在“就人论事”地去解决问题。
通常来讲，这样的思维方式是文科生、领导者比较擅长，而技术人员、底层员工则比较缺乏。
但“就人论事”这个理念，也不是说一定要放到人事里才能实施，在技术领域里其实同样可以施展，例如上面何帆老师的文章就是提出了一个好的思维视角，看你是否有本事在冰冷的数据里看到一个个鲜活的人的特征，觉察到这些人的心理活动。掌握了这些，你也就掌握了如何在技术上用“就人论事”的思维方式来解决问题。（现在各种增长黑客、裂变这些，不都是在就人论事地迎合人性之恶么）
如何从数据中看到这些东西？
这其实涉及到的是数据分析的基本功，或者统计学的一个基本功：无对比，不分析。
就字面意思来讲，什么叫统计？就是把一堆东西放到一块儿来看看。这是一个看起来简单却常常会忘记使用的元概念。一切数据分析，都是为了这个目标而服务的。无论你构建多么复杂的数学模型，又做过多少精妙的优化，最后都是为了得出一个结论。而要得出结论，靠的就是这一条。
说一个很多人的疑惑。我们阅读公司财报，又或是阅读行业报告，看到各种图表、指标漫天飞。营收啦、收入占比啦、PV啦、转化率啦，但一个疑惑是，为什么我看到这些数字后毫无感觉？这些数字不都是通过大量的统计搞出来的指标么？为什么还是无感？甚至更加走火入魔的，那我就死命地瞪着这几个指标去看，就像那个瞪着竹子做格物致知的王阳明。如果这样就能看出结论，那才是奇了怪。。。。。。
如何破？答案依旧是上面的那一条。虽然你的指标是通过大量的统计得出来的，可是，就这个指标本身来讲，你既没有把来自不同领域的同一个指标放到一起看啊？！也没有把不同的指标放到一起看啊？！也就是说，这个“把一堆东西放到一块儿来看看”是一个层层递归的概念。你在下层做到了，但是在上层没有把东西放到一起，那么就上面的层次来讲，你其实没有使用统计的方式在辨别和思考问题，你只是盯着一个单独的数据样本在看，而不是把一堆的样本放到一块儿看看。
再说一次：无对比，不分析。任你使用深度学习也好、大数据挖掘也好，最后得出来的结论也就是一个数字，一个冷冰冰的数字，你从中看不到任何深层次东西的数字。你接下来要做的其实很简单，就是不要把这个数字给孤立起来，而是把它放到别的环境中去做比较，也就是“把大家放到一起看看”。就是这么一个最简单的操作，就足以让你建立起最基本的数据直感，它也足以支撑起整个数据分析的工具框架。
所谓分析，就是源自最基本的几个概念：对比、类比、组合、归纳。能否在各个层面灵活地运用，决定了你是在分析数据还是在被数据分析。也决定了你是只能“就事论事”地在数据中看到数据，还是能够“就人论事”地在数据中看到人性的纠结和破绽。
P.S.: 特别感谢好友Meiyf发起的关于这个话题的讨论。
近期回顾
《睁眼瞎的时代》
《关于编程语言的一些趣史》
《他人皆蠢，吗？》
如果你喜欢我的文章或分享，请长按下面的二维码关注我的微信公众号，谢谢！
26
更多信息交流和观点分享，可加入知识星球：