之所以選擇數據這個專題作為第一篇，是因為我深信數據是基礎的基礎，是談一切方法論的依據和根基所在。盡管相信數據是必須的，但我們也常常掉在數據的“坑”里。下面列舉一些在工作中我曾遇到過的數據使用上的問題和錯誤，供大家參考。

一、為了數據而數據

您是否有過這樣的體會，面對著海量的報表數據，一陣眼暈，頓覺無處著眼，每個字節似乎都在“跳動”，仿佛身處迷霧之中？反正我有，并且常常有（今日頭條改名“字節跳動”，我腦海中浮出來的居然是這樣的報表）。

報表上海量的數據往往“看上去好像有用”，或者某一次被用到過，就上了周報、月報。隨著時間的推移，數據越堆越多，漸漸成為一片汪洋大海。這事實上也許沒什么幫助。

首先，這會消耗數據團隊的人力或技術資源來生成這些數據，消耗讀者的大量時間精力來閱讀這樣的數據，然后往往并沒有相應的產出。

其次，更糟糕的是，這樣的“汪洋大?！睍拐嬲档帽蛔⒁獾臄祿氐籽蜎]，并得不到關注。數據太多了，大家往往干脆都不看，不是嗎？

數據是拿來用的，不用的就是無用數據。建議如下：

1. 根據會實際執行的具體動作而定制數據需求。

2. 定期回顧數據報表，哪些很久沒有被使用了，可以定期清理去除。當然，存檔性的基礎數據越全越好，但也應盡量減少數據冗余，以減低數據一致性風險。

二、幸存者偏差

統計學家亞布拉罕.沃德在二戰中受聘于美軍一個研究小組，從歸航的幸存戰機機身上殘留的彈痕，倒推出被擊落的戰機的“致命部位”，找到戰機的薄弱環節。下圖是他的統計圖：

數據統計不會騙人，該圖表明：應該在機翼和座艙前后加強防護能力。

然而，這結論真的對嗎？請思考一分鐘。

如前所述，以上的統計，主要是針對返航維修的戰斗機所做的統計。而二戰時期的戰斗機，發動機和螺旋槳基本都在飛機的機頭部位，我們應該可以想到，一旦飛機的心臟-機頭被擊中，根本沒機會返航，直接成了殘骸，而殘骸往往也很難定位被擊中部位。統計圖中機頭沒有紅點，很容易錯誤地結論機頭不需要額外加強，而這樣的錯誤，代價是慘重的。

這就是“幸存者偏差”。該現象指的是只能看到經過某種篩選而產生的結果，而沒有意識到篩選的過程，因此忽略了被篩選掉的關鍵信息。

實際的工作中我們也常遇到此類問題，例如：側重局部數據分析，而統計局部選取不甚合理，與整體狀況有較大差異，從而得出錯誤結論?；蛘?，某品類轉化較好，就結論其更符合消費者需求，而其實只是該品類獲得了大部分資源。

三、過度反應于數據小幅波動

有時對環比做統計，看到流量增減了3%，就花很多時間去做分析，卻得不出有價值結論。

這世界唯一永恒不變的就是變化。要對數據波動合理性有一個判斷，超出什么幅度才代表可能會引起業務后果的異常狀況（可以參考統計學相關知識），設立合適的警戒閾值，只有超出了上下限才觸發一次分析。這樣可以有效節省數據團隊資源，也可以讓自己專注于正確的事情。

建立數據波動警戒閾值時，建議考慮如下兩點：

1. 充分參考歷史數據情況，觀察每一次引發數據波動的值得關注的“事件”帶來對波動幅度，用統計學對方法確定警戒閾值。

2. 充分考慮正常時令因素或社會因素引起的波動，把這個波動帶進去作為正常狀態的基線，基線基礎上進一步的超閾值波動才值得進行分析。

四、忽略趨勢性數據

與上面提到的“過度反應”情況相反，有時小幅的數據持續性變化（同向的增減），可能在揭示著背后的某些必然性因素。如果觀察到趨勢性現象（連續5個或7個同向點，基于數據對應的事情本身有多關鍵），哪怕幅度微小，也應當引起重視，觸發分析。詳細參見本系列第一篇文章相關內容。

五、數據扭曲

很多時候數據受到多種未被統計到的因素影響而產生偏差。例如，下圖是某互聯網公司分析訂單與用戶自然流失關系的折線圖。

從上圖不難看出，大致在4～6單之間流失率出現拐點，因品類而略有不同。于是，我們不難結論——第5單是留存的魔法數字。也就是說，如果用戶下到第5單，留存會進入相對穩定的狀態。于是，運營團隊據此立項，通過每單補貼，或設定任務目標激勵，推動用戶從新客一路轉化到5單。

大家先思考一下，這樣做有什么問題？

可能您已經想到了，補貼激勵如果投放力度過大，會直接推動用戶產生非自然購買行為，或引發用戶“薅羊毛”的操作，并且可能會引入大批黃牛黨。而一旦到了5單，補貼結束，用戶可能就會迅速流失，并沒有如期望的那樣形成對平臺的深度認同和購買習慣。換句話說，用刺激手段給用戶打“興奮劑”后看到的并非自然行為，這也就造成了留存轉折點的變化。我稱之為數據扭曲，也就是外力作用下數據趨勢發生了扭曲，并不能反應真相。

該怎么辦在后面談留存的時候再深入探討。簡單說，首先結合用戶調研，深入理解該魔法數字背后的邏輯——往往是由于多次下單都有良好的體驗，進而逐步形成了對平臺的認同，并逐漸培養了在該平臺（或其中某個品類）的購買習慣，進而穩定留存。

因此，補貼雖然能激勵用戶復購，卻不能讓補貼成為用戶的購買主因，需要通過多元化的手段精細化結合小額補貼（如返京豆、淘金幣）運營1轉2，2轉3……，讓用戶健康成長直至穩定。

六、過度分析

開發背景的同學可能知道一個設計上常見的錯誤：Over enginnering，中文可以翻譯成“過度設計”。

意思是說，一個原本簡單的功能設計得過于復雜，過度考慮了兼容性、擴展性或異常處理等因素，全無必要地增加了系統的復雜度、開發周期并可能降低系統的性能。就像為了防止萬分之一的被高空墜物擊中而每天穿著鎧甲出門。數據的分析和運用，有時也會犯類似的錯誤。

先舉一個管理學上的栗子：

多年前我帶一個200多人的開發團隊時，內部有大約30多個小組，當時我極其信奉量化管理（CMM第4級的核心），嘗試推行一個全面的數據化績效評估體系，來考評各組的工作成效。

初期我考慮了代碼行數，bug數，按時交付情況，測試通過功能點數量等幾個核心因素，并結合SQA團隊做出的第一個版本在組長會議上進行探討。

一石激起千層浪。立刻有組長提意見，說各組開發模塊的復雜度不同，影響代碼質量和速度，因此我把復雜度作為加權系數乘了進去，于是大家一通爭執到底乘幾合適……

好不容易擺平了，又有組長提意見，說有的代碼是開發工具自動生成的，于是又把這個參數加入評估模型……

接著又有組長提意見，說有的組受客戶需求變更影響特別嚴重，要被考慮，于是……

再接著又有組長提意見，說自己組的代碼模塊是接手的，要修里面問題，和新模塊開發的難度不能比……

于是，改了幾十遍的績效模型變得龐大復雜。

盡管如此，大家好像也還不怎么服氣，因為還有更多因素沒涵蓋，而且乘以的各種權重，爭議都很大……

您可能看到問題了。雖然管理學不在本文范圍，但這同時也是一個過度使用數據的例子。

再舉另一個例子——做計劃。

有的公司做計劃十分粗放，隨便拍一個，執行的時候再說。但另一個極端是，過度計劃。

例如，預測明年的銷售，于是要分析明年的流量、商品、價格、轉化；然后對每個因素繼續深入分析，比如流量，要考慮市場宣傳、渠道、拉新活動、會員、產品和運營的動作，等等。然后每一個因素，又繼續往下細分……到最后一層不能拆了，就拍個數?？雌饋砗孟癖惹耙环N合理，對嗎？

結果是做計劃消耗了巨大的人力，在小細節上反復掂量，而忽略了很多未代入因素會產生更重大影響。比如國家經濟形式、工商政策、關稅、行業趨勢、競爭對手動作……這些因素根本無法準確預測，也無法納入量化分析。

此外，計劃做得再精細，分解得再到位，最底層數據也是“拍腦袋”拍出來的，拍腦袋數據匯總起來也還是拍腦袋數據，雖然看起來比不分解直接拍更合理有邏輯，但并不存在絕對客觀的預測和計劃。

我很相信計劃的兩面性——?一半是事先分析做出來的，一半是在執行上管出來的。

兩手抓，兩手都要硬。分析出商業目標的核心影響因素，根據同比狀況和商業需要做第一層最多到第二層分解，然后作為指標下達到各個部門，隨后以強有力的管理來推進，通過不斷的資源調整來糾偏，明確獎懲，杜絕借口，并在必要時根據實際情況對計劃做出調整。

當然，數據分析和使用，什么度是最適宜的，這個可能需要結合自己的最佳判斷來給出。但牢記關鍵——抓核心放次要，保持全局視野，勿過度陷入細節。

最后推薦一下數據分析的書。

多年前我學習數據分析的時候讀過一本書《網站分析實戰》，在建立數據思維和實用角度上，從概念到實操都極具參考意義。

數據分析這個專題到這里先告一段落，感謝大家的耐心閱讀，希望有所幫助。

最后聲明一下，所有我的文章僅代表我個人觀點，僅供學術交流探討。

作者：徐霄鵬，微信公眾號：產品遇上運營。亞馬遜高級總監，產品、中央運營及增長團隊負責人，前京東、攜程高級產品總監。精通前臺產品、運營及用戶增長等領域。

本文由@產品遇上運營 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自@Unsplash, 基于CC0協議