中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

數(shù)據(jù)解讀是數(shù)據(jù)分析最重要的環(huán)節(jié)，數(shù)據(jù)不會說謊，說謊是來自于數(shù)據(jù)誤讀；很多公司招聘數(shù)據(jù)分析只強調(diào)數(shù)據(jù)處理，對數(shù)據(jù)解讀無法評估，就會帶來數(shù)據(jù)誤讀，從而產(chǎn)生“數(shù)據(jù)會說謊”的結(jié)論。

幾個的真實案例

1.、通過可控的客戶端采樣監(jiān)測，得到了一定樣本的，包含google搜索url特征的日志記錄，得到google的搜索量；同樣的樣本下，采集到包含google adwords廣告url特征的日志記錄，得到google的廣告點擊數(shù)。 那么，理所當(dāng)然&一廂情愿的 用點擊數(shù)/搜索量，得到點擊率。 但是，這個點擊率是顯著錯誤的，理由是，google的adwords廣告點擊，并不只發(fā)生在google的搜索結(jié)果中！ 當(dāng)時的情況是，點擊率被高估了一倍。（其實已經(jīng)區(qū)分了adsense和adwords廣告點擊的url特征，但是adwords也會出現(xiàn)在其他網(wǎng)站）

對數(shù)據(jù)邏輯及相互關(guān)系的理解不透徹，就會帶來錯誤的解讀。

2、反欺詐點擊，有一定的點擊過濾策略來進(jìn)行，引入一種新的過濾策略，會帶來更加嚴(yán)格的過濾，于是按照新的策略跑一遍舊的日志，得到結(jié)論，額外過濾了若干點擊，價值若干，會導(dǎo)致收入下降若干。
但是這個結(jié)論是徹底錯誤的。當(dāng)嚴(yán)格的策略執(zhí)行之后，客戶對該系統(tǒng)信心增加，競價價格提升，廣告預(yù)算提升，收入不降反升。
這也是有實際數(shù)據(jù)佐證的。簡單結(jié)論是，單方面做數(shù)據(jù)推算，而忽略了與用戶、客戶的交互影響，就會做出錯誤的推斷。

3、 某同事，名校計算機博士，算法達(dá)人，做了一條曲線，A和B高度相關(guān)，得到結(jié)論，A會導(dǎo)致B，看一眼結(jié)論我就罵人了，狗屎結(jié)論，實際上是A和B均受C的影響，所謂高度相關(guān)是C的因素帶來的，這是只看數(shù)據(jù)不懂業(yè)務(wù)的典型。

4、樣本偏差，特典型的就是沉默的大多數(shù)現(xiàn)象，簡單舉例，去IT論壇，發(fā)個投票，百度好不好，騰訊好不好，多數(shù)人會說不好。但是真正的用戶是不會去IT論壇，更不會參與這種無聊的投票；所以這種投票得到的結(jié)論，你要真信，你就傻了。 此外，還有比如送禮品的票選，喜歡這種禮品的用戶，本身就有傾向性，如果票選內(nèi)容與禮品有關(guān)，那么結(jié)論顯然是不可靠的。

5、有人提到預(yù)測未來，補充一點，就是用戶不知道自己的未來。這也是普遍做樣本調(diào)查容易產(chǎn)生的誤區(qū)。如果時間前溯10年，你問一個用戶，你會去買蘋果手機嗎？他肯定會說，你是不是瘋了。但是當(dāng)真的很酷的蘋果手機放到他手上，他才會有感覺。 這是有真實案例的，十幾年前，手機還叫大哥大，還是大款們才特有的玩物，真有調(diào)查公司跑到路邊采訪行人，說你需要買手機嗎，行人紛紛表示不需要。他們不知道這玩意對他們?nèi)松母淖冇卸啻蟆?0年前，又有類似的事情，上網(wǎng)當(dāng)時被認(rèn)為是不務(wù)正業(yè)的表現(xiàn)，報紙媒體開始憂心忡忡年輕人的網(wǎng)癮和被網(wǎng)絡(luò)的傷害；然后又有媒體去采訪，很多人表示，上不上網(wǎng)無所謂。這些都是當(dāng)年一些新聞電視里出現(xiàn)過的典型場景。如果你相信，你就真完了。

這里的問題是，用戶不能預(yù)知技術(shù)的發(fā)展和對人類群體乃至自身的改變；當(dāng)然，有的人能看到，1997年，還在讀書，我一直糾結(jié)大學(xué)畢業(yè)能做什么，第一次接觸到了互聯(lián)網(wǎng)，我堅定，這是改變?nèi)祟惖臇|西，這是我一輩子的職業(yè)。

6、舉一個前幾天碰到的真實的例子吧。選取音樂電臺用戶的一個子集，共2W人；分成AB兩組，每組1W人；對每一組使用不同的推薦算法。統(tǒng)計在一天內(nèi)每一組的用戶一共點擊了多少次喜歡的按鈕和不喜歡的按鈕。計算每組用戶點擊喜歡的按鈕的比例 = 點擊的喜歡個數(shù)/（點擊喜歡的個數(shù)+點擊不喜歡的個數(shù)）。理論上這個值越高，說明這組用戶越滿意，也就說明用在這組上的推薦算法更好。后來發(fā)現(xiàn)這個結(jié)果沒有統(tǒng)計意義…… 因為有些用戶會一天給出上千個喜歡與不喜歡的反饋，這樣的用戶在AB兩組中的分布決定了最終結(jié)果的好壞。改進(jìn)方法是：需要去除這些噪音點，或者使用其他的統(tǒng)計值。

7、我們還針對AB兩組用戶分別統(tǒng)計了：平均每個用戶每天點擊喜歡的音樂的個數(shù)。按理說，這個個數(shù)越高，說明推薦算法越好?？墒?，我們又針對AB兩組用戶分別統(tǒng)計了：平均每個用戶每天點擊不喜歡的音樂的個數(shù)。按理說，這個個數(shù)越高，說明推薦算法越差。結(jié)果，發(fā)現(xiàn)在很多情況下，第一個個數(shù)高的算法，第二個個數(shù)也高。于是，使用單一指標(biāo)也許不能很好的刻畫一個算法。改進(jìn)方法是：使用更多的指標(biāo)來進(jìn)行刻畫，具體問題具體分析，尋找背后的原因。

8、當(dāng)年Firefox用戶與Mac用戶對支付寶重要與否，單從瀏覽器數(shù)據(jù)統(tǒng)計看，F(xiàn)irefox訪問支付寶的比例太低了。不過因為支付寶不支持Firefox，所以，這個比例不能用作判斷的依據(jù)。Mac用戶也是一樣。再說一個，支付寶當(dāng)年代繳水電煤的項目改版之后，發(fā)現(xiàn)繳費用戶立刻暴增，產(chǎn)品人員欣喜若狂，后來白鴉同學(xué)分析一下，哦，原來那幾天是每個月水電煤繳費高峰期，周期性的抽風(fēng)。其實呢，分析一下我國有關(guān)部門發(fā)布的數(shù)據(jù)，你會發(fā)現(xiàn)那都是一些說謊的數(shù)據(jù)。

9、二戰(zhàn)時英國皇家空軍邀請美國的統(tǒng)計學(xué)家分析德國地面炮火擊中聯(lián)軍轟炸機的資料，并且從專業(yè)的角度，建議機體裝甲應(yīng)該如何加強，才能降低被炮火擊落的機會。但依照當(dāng)時的航空技術(shù)，機體裝甲只能局部加強，否則機體過重，會導(dǎo)致起飛困難及操控遲鈍。 統(tǒng)計學(xué)家將聯(lián)軍轟炸機的彈著點資料，描繪成兩張比較表，研究發(fā)現(xiàn)，機翼是最容易被擊中的部位， 而飛行員的座艙與機尾，則是最少被擊中的部位。作戰(zhàn)指揮官由此認(rèn)為，應(yīng)該加強機翼的防護(hù)，因為分析表明，那里”密密麻麻都是彈孔，最容易被擊中”。但是統(tǒng)計學(xué)家卻有不同觀點，他建議加強座艙與機尾部位的裝甲，那兒最少發(fā)現(xiàn)彈孔—–因為他的統(tǒng)計樣本是聯(lián)軍返航的受損飛機，說明大多數(shù)被擊中飛行員座艙和尾部發(fā)動機的飛機，根本沒法返航就墜毀了。

所以如LS幾位所答，不是數(shù)據(jù)說謊，而是沒注意到沉默的數(shù)據(jù)（缺少了的樣本），需要分析者有足夠廣的視角和邏輯，才能從數(shù)據(jù)里挖掘出足夠正確的東西。

10、改版了款wap產(chǎn)品，沒做任何推廣前提下，發(fā)現(xiàn)流量飆升，尤其匿名用戶漲了3倍。因為產(chǎn)品本身用戶基數(shù)低，所以流量翻了兩三倍也算正常。當(dāng)時估計是SNS的口碑傳播導(dǎo)致的。但最后還是覺得不對勁，查了一下，發(fā)現(xiàn)是搜索引擎在抓頁面，因為改版了，所以它們要重新抓一次。空歡喜一場。數(shù)字還是那個數(shù)字，但背后它到底對應(yīng)了什么內(nèi)容，常常被忽略了。

11、我們會在游戲中對很多內(nèi)容或操作做數(shù)據(jù)監(jiān)控，然后通過分析數(shù)據(jù)的提高還是降低，去判斷用戶對該內(nèi)容的喜歡程度。但是單獨看數(shù)據(jù)的提高和降低是沒有意義的。例如，我們發(fā)現(xiàn)某項物品最近銷售數(shù)據(jù)在下滑，我們可能就會下結(jié)論：這個物品受歡迎程度在下降。但這個結(jié)論是不準(zhǔn)確的，必須結(jié)合著其他的數(shù)據(jù)一塊看，例如DAU。如果DAU在下降，那么該物品的銷售隨之下降是正常的，如果結(jié)合著比例來看，有可能會發(fā)現(xiàn)雖然銷售數(shù)據(jù)在下降，但是比例數(shù)據(jù)（即銷售數(shù)/DAU）是在上升的。這樣會明白，其實該物品的受歡迎程度并沒有下降了，而是DAU下降了。而在DAU下降的同時，銷售比例在上升，其實該物品的受歡迎程度反倒是提高了。

因此，其實不是數(shù)據(jù)在說謊，而是很多數(shù)據(jù)需要辯證的來看。

12、前不久不有這么一段兒:說是美國著名調(diào)查機構(gòu)PEW在“胸圍與幸福指數(shù)”調(diào)查中對500對30—40歲的夫妻調(diào)查結(jié)果顯示：女性胸圍A杯的離婚率為37%，胸圍B杯的離婚率為16.3%，胸圍C杯的離婚率為4%，而胸圍達(dá)D杯的女性離婚率1%都不到。這個典型的抽取樣本數(shù)量不等的情況下的出的所謂結(jié)論可信度大打折扣。有個簡單的方法看看滑稽在什么地方。有沒有注意到，里面木有E杯和F杯的數(shù)據(jù)，why。。。因為，要么根本就沒有E和F，自然沒有結(jié)論，要么E和F數(shù)量很小，得出的結(jié)論完全可能出現(xiàn)100%離婚的結(jié)論，這樣的結(jié)論和前面的推到就不符合所以隱藏了。

感謝知乎小伙伴們的無私奉獻(xiàn)，原文鏈接>>>