零、为何能影响

客观的表达其实不一定是客观，只要一被展示，就有可能被主观的意愿所影响。
如何通过客观的数据去展示以及放大主观的意愿，主要有以下几种方法：

一、图表内容顺序

原始数据展示

这种展示，对于 A、B店来说是很容易接受的，图片会让我们很容易得到一个结论，随着整个市的销量都下降，我们每家店都过得很艰难

但作为 C 店，我们期望数据是这样展示的

我们可以得到一个结论，其实 C 店 的销量节节上升，在全市下降的趋势逆市上升，是做得非常好的，挽救了因为 A、B 店下跌带来的颓势

所以，简单的组合顺序可以表达出完全不一样的主观思想，从而为决策带来完全不一样的参考起点。

二、部分维度下拆

原始数据展示

这种展示，对于管理层来说，就明晃晃的告诉这个销售部门做得很差，就类似直接明说把整个部门开了吧

但如果我们适当对某些数据进行维度拆分

这是一个完全不对等的拆分，理论上支出拆分了各个员工的话，收入也必须匹配拆开。
但如果我们根据某个维度下拆的话，我们可以依据这样一幅图，表达只要开除了某个员工，就能收支平衡（但不提这个员工单来的收入）。

三、加权、简单平均

选择汇总粒度以及汇总方式的不同

例如楼价，如果不是看单套房子的价格，而是有意按某个粒度去汇总的话，很容易得出一个对自己有益的结论

终、还有更多

还有十分多种数据处理时的小技巧，让人可以强塞个人意志在客观数据之上，例如：

• 历史回溯不考虑历史架构
• 不同去重方式
• 原有业务硬拆分新业务
• 数据粒度归属方式
• 等等等等

所以我们可以相信平日我们看到的数据吗？
哈哈