蘋果橘子經濟學（Freakonomics）被寫出來時，兩位作者可能還不曉得資料科學家是啥。 大概也沒想過，他們的這一本書，在 10 年後，是有機會成為資料工作者的第一本書。 一本一開始就想要顛覆你（想投入資料工作者行列的人）對資料怎麼看待的角度與觀點的書。 喔，對了！它除了有點怪誕以外，還挺詼諧的，是一本搭高鐵時可以看(完)的書。

書裏頭提到的一些問題討論與論述中，印象中很深刻的，列舉個幾點：

• 真正降低美國犯罪率的，可能是墮胎合法化的推動？！
• 誰說只有學生會作弊，美國小學老師可能會帶頭作弊？！
• 專業的房屋仲介，想的可不是幫你以更好的房價賣出？！
• 我們都知道父母希望小孩贏在起跑點是天性，但虎媽虎爸，也許沒你想像中的那麼幫助小孩？！

怎麼會有人把犯罪率的降低與墮胎合法化給牽聯在一塊兒呢？ 而且更驚人的是，原來小學老師也是會在學生的成績上作弊的，而且還是有點驚人的作法。 然後呢，如果你是教育部會的長官，你又要怎麼抓出這些帶頭作弊的老師們呢？ 另外還有，像是前一陣子不是流行虎媽虎爸嗎？但這本書裏頭單確想提出，在某些方面， 父母對於小孩未來的發展的影響力，是與平常認知有一些差距的。 像是書籍裏頭提到「常常唸書給小孩聽」與「小孩未來的發展」，可以說是幾乎沒有幫助的！

這真的是部很有意思的書，有點神奇，也可以說明為什麼它會是一本暢銷書籍。 但最重要的，不是（上述）書中談到的這些案例， 而是作者之一 Steven D. Levitt 剖析問題的手法與觀點。

書中開頭就提了個很有意思的論述：

兩個事件有關係，可能是看似正相關，或是負相關，但這可能只是表面的結果。 事實上，兩個事件的關係，是可以再更仔細的分類的。 一種是因果關係，一種則只是有相關。 大部分的時候，我們常常把後者當作前者來用，然後就下決定了。

舉個例子。 有一家麵包店，因為店長很跟得上時代，採用資料與數據的方式來協助做商業決策。 於是他把麵包店裏頭的客戶行為給盡可能記錄下來。 包括像是每小時的來客數；顧客類型：熟客或過路客；麵包銷路與類型的關係；… 然後幾個月後，看著數字，店長發現到：

「客戶的來客數 與 麵包銷售量 成正相關。」

雖然是個簡單到不行的結論，感覺很像是種常識， 但店長相信這個是經過數字驗證的，更有說服力。 於是站長結著就下了個下一季的目標：

「增加來客數。 因為來客數增加，銷量就會自然增加了。 所以我們來去發傳單，或是做麵包促銷方案，讓更多人來吧！」

很不幸的，他不管怎麼試，都沒有如他預期的「麵包銷售大量正成長」。

很有可能，他一開始就搞錯了。 來客數 與 銷售量 的確是有關係，但不是那麼絕對的因果關係，反而比較像是種相關性而已。 真正對銷售量造成影響的，其實是 熟客的再訪率。 而熟客為什麼會再訪呢？ 可能是因為在熟客的下班時段，麵包剛好出爐，香氣四溢， 讓熟客們又想起來上週吃的麵包體驗，忍不住又想吃了。

資料科學家，或是資料工作者，或是 Data Analyst，Data Scientist。 這些人裏頭的其中幾位，最近推薦我去認真好好看看這本書。 因為我們發現，其實我們並沒有真的那麼懂得怎麼看待資料與數字。 我們更容易因為急於提出「看似有道理而且也可以立即有配套的執行方案的結論」，而誤用了數據。 所以，如果你也開始懷疑是不是 Growth Team 或是 Data Team 哪搞錯了，那你也可以先來讀讀這本書。 一方面當個消遣打發一下時間，另一方面重新思考一下你是不是打一開始就哪搞錯了？