我们知道99%的沟通是通过提问实现的，提问有逻辑，才能不动声色地驾驭对方，轻松获得沟通主动权。
怎样提问更高效？-8
第八章
事实性提问，通过数据识破对方的谎言。
提问的逻辑：如何让别人特别想跟你聊下去
诺曼作为美国著名的演讲家，在有一次采访中他这样说道：“我最好的讲话方式就是用真实的事例，这样能让论点更清楚，更有趣，更有说服力。通常情况下，我的每个论点都会用好几个例子去证明。
如果数据本身出现了问题，它的说服力就将大打折扣。而玛丽则说：“在我情报分析师的职业生涯中，听到最多的一句话就是，不要相信数据，要深究这些数据是怎么产生的，数据背后的东西才是你要挖出来的。”
在现实中，人们总是高估数据的可信度，天然地将数据当作一种不容置疑的铁一样的事实。有时候，人们眼睛看到的数字仅仅是一个数字而已，它和事实的关系是人为形成的，甚至这些数字反映了一个与事实完全相反的“假事实”。
“数据”是用来造假的最佳的工具。
* 基础数据和高阶数据。
数据看似是一种具有权威信服力的工具，但数据本身并不一定真实。所以我们会关注数据的来源。“高阶数据”就是为了避免这类误差和错误而出现的，它反映了更加全面、深入的考量。
* 人们相信天空的说服力。
关于雾霾各部门测量和出示的数据告诉人们：“看，一切都在变好。”
然而我们的直观感受很可能是：
出门不戴口罩，气管就会不舒服；
未到供暖季，很多地区依然出现重度污染天气；
空气的能见度低，对交通的影响很大。
要说服一个人或一群人，实际的体验比任何数据都可靠。
* 经验和数据，谁更有说服力？
经验只能代表过去，数据也是过去的数据，在一定程度上来说，经验和数据具有相同性。
“在当下，经验和数据分别可以给我带来什么？”
怎样提问更高效？-8
当我们需要运用数据和经验解决问题时，一定要坚持具体问题具体分析的原则。
怎样提问更高效？-8
冲突性证据与相关性数据
通常，我们将常见的证据分为“冲突性证据”和“相关性数据”。
* 冲突性证据。主要包括以下两类。
第一类：直觉性的证据。最典型的冲突性证据莫过于直觉了。
直觉最大的问题在于，它更多的是个人直观体验的表现。反映了一种强烈的个人偏好，没有“可视”或“可计算”的实证可言。他人无法判断其可信度，仅凭直觉来选择相信或不相信。一所以直觉的可信度通常比较低。
第二类：经验性的证据。经验性的证据要高级一点，取信的范围和幅度都要高于直觉。每个人的经验都受限于他的个人经历，不能用个人经验作为重要的参考意见。
怎样提问更高效？-8
* 相关性证据。主要包括以下五类。
第一类：权威的意见。对于权威或名人的观点，我们应该报以尊重，并将其作为主要的参考，但不应盲信和盲从。
第二类：他人的证词。商业广告，书籍的封底的宣传语。
第三类：个人的观察。个人的观察和直觉以及个人的经历一样，是很私人化的感受，属于私人化的观点。不过观察之后要经过一个严谨的实践和验证过程，只有被验证过了的“观察结论”才是有效的。提示我们针对个人观察的提问，要集中在“是否经过验证”这一层面，要求对方拿出详细而可靠的证据。
第四类：科学研究。科学研究通常以大量数据资料为依据，可信度比较高。相对来说，这是一种比较严谨的证据。
第五类：类比。“类比”是指运用熟悉的事物来阐释不熟悉的事物，寻找双方之间的相似之处。运用类比的方法，我们推己及人，举一反三，能很好地证明自己的观点。
判定类比是不是一个好的证据，原则：
两种事物间存在密不可分的本质联系。就某一话题而言，两个需要比较的事物之间要与话题本身产生相似之处，这样的类比得出的结论才是有理和有力的——尽管它距离证明观点的正确性仍有一段相当长的路要走。
怎样提问更高效？-8
权威的观点就可靠吗
人们习惯性地相信权威。“既然是权威，总是可信的吧？相信他们能节省自己的精力，何乐而不为？”
但是，权威一定就可靠吗？
互联网发展起来，“权威人物到处都是，专家遍地走。”他们的理论千差万别，有的甚至大相径庭，各行其是，让人眼花缭乱、无所适从。
我们到底该听谁的？权威的观点就可靠吗？换句话说：
“如果权威试图说服你，你该如何提出有力的反驳问题？”
就像李维文在他的一次讲座中说的：“即使巴菲特，罗杰斯这样的投资权威坐在这里，畅谈他们的财经观点，你也要勇于提问，敢于求证，而不是盲目信从。任何人的自信都应源于其内在，而非外在权威的认可。”
一个权威往往是由另一个权威认证的，那么谁去确保另一个权威的正确性呢？
迷信权威是我们在创新道路上遇到的最大障碍，也是我们在沟通时最大的心魔，如果总是仰望权威，那么任何一个职位比你高，成就比你大的人都可以轻松的说服你，而你不敢提出任何相反的问题，权威挡在前面，你连挑战他们的勇气都没有。所以不盲从权威，保持提问和质疑的能力。
我们该如何摆脱这种限制呢？
第一，要有怀疑的勇气，记住书本上的知识也未必全都正确，要有独立思考的能力。
第二，要有提出问题的能力，如果质疑某个观点是错的，那什么样的观点是对的？提出你的问题！
第三，要有求真的精神，既然提出问题，就是为了解决问题，不能光问不答。
怎样提问更高效？-8
怎样问出欺骗性的数据。
如何判定统计数据的可信度呢？这就需要我们绕开样本偏差的陷阱。当你看到样本的问题时，要能够提出这方面的质疑，要求举证者回答。
* 发现样本的偏差。
样本的偏差主要有以下两种情况：
第一，样本数据的不足。
第二，内在样本的偏差。1936年，经济大萧条刚刚结束不久，美国展开了新一轮的总统选举。美国国内一家十分权威的杂志社，决定进行一场民意测验。其结果，却和杂志社预测的完全相反，罗斯福，高出兰顿将近20个百分点，连任不成问题。因为杂志社调查的范围锁定在了拥有电话和汽车的人群身上。拥有更多的底层选民支持的罗斯福，其真正的支持率被杂志社刻意忽视了。
* 有些数字是“精心挑选”的。
当大富豪与底层收入者被纳入一个计算范围内，得出的只能是一个平均数，而贫富差距越大，平均数的准确率就越低。
* 被刻意忽略的误差。
哈莱尔说：“问题并不在于数据的准确性，而在于数据出炉过程的欺骗性。大部分人即使不相信一组数据，也只针对这种数据本身提出质疑，往往忽视了在数据采集过程中被刻意忽略的其他关键指标，因此即使提出疑问，也软弱无力，反驳不倒对方。”
怎样提问更高效？-8
搜集被忽略的信息
这意味着，我们在提问时要注重看那些隐藏在后面的信息，特别是被对方有意忽略掉的重要细节，人们刻意忽略一些信息，往往是为了误导你做出另一种判断。
* 注意存在利害关系的信息。
信息中遗漏了某一项观测值，那么你就有理由去怀疑这些数据的缺失，可能使你对一件事物的判断产生偏差。同时只有在你明晰了这些数据的存在与否，所能产生的影响之后，你才能做出适当的决策，提出正确的问题。
* 数据是否过于单一？
数据需要比较才能看出其真正的意义。如果只是一组孤立的数据，没有对比，没有参照系，就无法轻易对它下结论。
原始数据还在吗？
当我们需要将一些数据和材料，作为参考对象时，需要保持严谨的态度，尽量不要直接采用一些结论性的数据作为结论的决定性指标，如果有必要，就得找到原始数据，这样才能得出有效的数据信息，进而判断一个观点是否正确，并对一件事情或一个人做出客观的评估。
网友评论