定性与定量-2017-2-10

日常工作中，经常要分析一些问题。有人偏好定性分析，有人偏好定量分析。还会出现一些场景，强调定性分析结论强度不够，需要更明确的定量分析来补充。以下简单聊聊定性分析和定量分析的关系。
第一条，对于给定问题而言，定量分析的结论是定性分析结论的充分条件。换言之，有了定量分析的结论，定性分析结论通常是附带着就可以给出的。从这个角度来讲，如果成本可以支持定量分析，给出信息量更丰富的结论，通常可以带来更大的帮助。
第二条，大部分情况下，定量分析的成本显著高于定性分析。如果资源有限，可能定量分析一个问题，可能会占用定性分析多个问题所需的资源。这时候，如果定性分析也能解决问题，就没有必要进一步展开定量分析了。
第三条，问题定义不够清晰时，定量分析可以比定性分析达到更深入的程度。预设的问题，通过定性的分析，通常只能给出定性的结论，甚至只是简单的是否层面的判断。如果有了定量分析，除了判断问题的严重性程度，还可以进一步找到细化问题的方向。
第四条，具备比较丰富的领域知识时，定性分析解决问题的效率通常远高于定量分析。经常被用到的二分法，就是定性分析的一个典型场景。如果能提出合适的问题，给出定性的答案是或否，然后基于答案的分支再提出新的问题，进一步以二分的方式来回答，二分二分再二分，问题的结论从模糊变为清晰，回答效率显著高于多维度收集数据、对比、建模、可视化来寻求问题的答案。关键点在于，回答问题时是否可以找到直指问题本质的逻辑框架。
第五条，定量分析还有一个严重的弊端，就是一旦引入了具体的数值，通常会不可避免带来更多的背景信息，而这些信息，在核心问题定义不够清晰时，通常会演变为噪声。噪声的大量存在，会导致本质问题被掩盖起来，用数据说谎由此而生。
第六条，定性分析由于没有数据作为掩护，必须有明确的指向，对逻辑推演的能力要求也会更高。如果在逻辑层面上没有想清楚，可能会陷入死胡同，这时候引入定量的数据信息，可以再一定程度上作为启发式思考问题的出发点。
第七条，定性与定量结合，灵活应变，在绝大部分场景下的效果都优于单纯使用定性分析或仅用定量分析。定性分析强调概念的准确确性，定量分析强调数据的有效性，逻辑层面上是高度一致的，都对分析者在精确思考有很高的要求。一旦能够做到引入任何数据和概念都对其有效性和准确性有清醒的认知，整个分析过程就会变得容易。
数据的有效性，和概念的准确性，在思考问题的过程中，往往自带红利。如何看待这种红利，下篇文章解读。