起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識假如數據欺騙了你：產品經理如何識破數據謊言？
數據千萬條，甄別第一條，數據不規范，老板兩行淚。
對產品經理而言，數據無疑是工作中需要常常借鑒的對象，畢竟這是個數據推動發展的時代。數據之所以重要，正是因為數據是記錄客觀事實的一種符號，因此在統計數據面前，許多人潛意識里的第一反應就是無條件信任它。
但現實是，許多看似靠譜的數據，都是別有用心的機構利用了數據的客觀性，為我們輸出了一個與現實大相徑庭的結論。雖然數據本身不會說謊，但說謊者需要數據。
數據都說了哪些謊？
1. 樣本偏差的欺騙性
（1）幸存者偏差
也叫“沉默的數據”。如果要說得更具體點，就是當你在分析某個事物的時候，可能會面對諸多的證據（樣本），但是大多數人通常只注意到“顯式”的樣本和證據，而忽略了“隱式”的樣本和證據，從而得出錯誤的認知、錯誤的結論。
下面舉一個最著名的例子：二戰期間，英國皇家空軍計劃在轟炸機上進行改造，以抵抗德軍戰斗機和陸基高射炮的攻擊。
他們統計了聯軍返航的轟炸機受損情況，作戰指揮官認為應該加強機翼的防護，因為分析表明，那里“密密麻麻都是彈孔，最容易被擊中”。但是統計學家卻有不同觀點，他建議加強座艙與機尾部位的裝甲，因為那兒發現的彈孔最少，說明大多數被擊中飛行員座艙和尾部發動機的飛機，根本沒法返航就墜毀了。
上面的例子不是數據說謊，而是你沒注意到沉默的數據（缺少了的樣本）。當數據樣本僅采自“幸存者”、信息不夠全面的時候，得出來的結論有可能才是最離譜的，需要分析者有足夠廣的視角和邏輯，才能從數據里挖掘出隱性的真相。
（2）不充分的樣本數據
- “用戶反映，使用A品牌牙膏將使蛀牙減少23%。”
- “B品牌洗衣粉能有效減少90%種污漬殘留。”
你也許常常能從廣告中的某些權威機構、研究人員口中得知這些結論，但如果你仔細觀看，或許能看到這樣一行小字：此次實驗由**（假設30）名用戶組成，甚至有些廣告還故意抹去這些信息。這些信息意味著，只要你找來多組測試用戶，每組30人，持續使用一段時間的該品牌產品，就會得出以下的任意一種結果（以牙膏為例）：
- 蛀牙明顯增多
- 蛀牙明顯減少
- 蛀牙數量無明顯變化
事實上，不管用戶使用的是哪種牙膏，由于機遇作用，第二種結果是遲早會被試驗出來的。由于試驗人數只有30人（樣本總數不大），所以得到的結論極有可能是牙膏效果極佳（蛀牙減少23%），商家就是利用這樣不充分的樣本數據，來達到預期的廣告效果。現實中，也要警惕在信息不對稱的情況下，脫離總量談現象的流氓思維。
（3）樣本本身存在偏差
假設調研一座城市的人均消費水平。如果是在飛機場調研，或許會得出“城市發達、人民收入高”等結論，但如果到貧民窟里調查，結論就會截然相反，因為城市里真正貧窮的人很少會在機場出沒。
企業也常常利用這種選擇性的誤差來為某個現象尋求合理性，比如智能手機領域喜歡用數據“打臉”友商，但是由于大家采用的統計口徑不同，所以常常在同一領域遇到數據打架的情況。
還有一種情況就是樣本不夠真實，比如全社會都在傳播“吃飯不光盤是種可恥的行為”這種理念后，這時你再去調研這個話題，絕大多數受訪人都會表示自己是個“凈壇使者”，因為幾乎所有調查都無法避免人們往自己臉上貼金，這種情況下除非采用匿名調查或者直接調查飯后餐桌上的盤子，否則很難獲取到完全真實的數據。
這些案例說明即便你找不到任何數據遭到破壞的證據，也很難避免樣本本身在說謊，因此只要是樣本有存在變量誤差的可能，就要保留懷疑的態度。
2. 用平均數掩蓋差距
假如把比爾蓋茨移民到某個非洲落后國家，該國的人均GDP相應地也會有很大幅度的上漲。但這有意義嗎？該國貧民窟里的窮人依然吃不上面包。
類似的，即使某地區人均收入有了提升，但依然存在一種可能性，就是富人財富量的增加遠遠快于窮人財富量的增加，造成的結果是“數據顯示人均收入上升，但貧富差距在拉大”。
比如美國前總統奧巴馬在謀求第二任期的競選活動中提到，“美國經濟自09年以來增長了13%”。但他沒有說的是，其實美國人只有最富有的那1%的人收入增長了，剩下的99%的人收入反而比以前有輕微的下降。奧巴馬雖然贏得了連任，但“整體經濟復蘇”與“大多數人的可支配收入沒有增長”的矛盾卻依然無解。
通常情況下，你并不會被告知數據包含了多少觀測值，當均值和中位數相差甚遠的時候，你就需要注意那些沒有標明類型的平均數（均值、中位數、眾數），否則你對它的認知依然停留在表面。
3. 數據的視覺欺騙性
上圖是2018年我國各省GDP的統計圖像，可以看到，同樣的數據在不同的坐標軸里呈現出來的狀態截然不同，左圖數據取等量遞增繪圖，右圖數據取十進制繪圖，呈現出來的視覺效果有相當大的不同，大多數人的第一直覺是：
- 左圖直觀表達各省GDP差距巨大
- 右圖直觀表達各省GDP差距不大
上圖是某公司四年間的收入曲線，從視覺上很容易得出以下結論：
- 左圖直觀表達公司四年間收入稍有波動，但相對平緩；
- 右圖直觀表達公司四年間收入波動巨大，目前遭遇停滯下滑的危機。
也許大家都發現了，波動是可以被人為操縱的，但數據卻是真實的。PPT領域有一句很經典的話：能用圖，不用表，能用表，不用字。圖表誠然能幫我們更直觀的了解事實，但許多報告和演講就是有心利用數據的視覺誤差，誤導觀眾的判斷，分辨能力弱的讀者就容易被牽著鼻子走。
如果你細心留意的話，就能發現很多產品的發布會和權威機構調查對這招都是屢試不爽的，雖然數據本身沒有問題，但這樣的呈現方式僅僅是為了好看?，F在是信息化時代，一段信息里有價值的文字往往不如一張靚麗的圖表更抓人眼球，加強對數據可視化的信息分辨能力會少走很多彎路。
4. 數據不能替你思考
統計學數據表明：在夏天，“冰激凌的銷量”和“溺水死亡人數”成正比，二者的趨勢高度吻合。
看到這條信息你是選擇相信還是陷入沉思？如果我們通過這條數據強行把兩者聯系起來分析的話，推導出來的結論很有可能是：
- 吃冰激凌會導致人們游泳時更容易溺水
- 游泳溺水時人們喜歡用冰激凌來搶救
很詫異對吧，但如果你跳脫出數據分析的思維，以常識去推理，你就知道兩者根本沒有聯系，唯一的契合點在于“夏天天氣熱”，冰激凌的銷量會因此上升，下水游泳的人也會因此增多，自然會有更多溺水事件發生。
數據是客觀的、理智的，但人是經驗主義者，更善于用邏輯去認識和判斷事物，數據的絕對客觀性，往往會把我們被拖入單維思考的沼澤里。
就像電影《流浪地球》的片段：以色列科學家提出點燃木星的想法，被空間站的人工智能莫斯否決。道理很簡單，莫斯作為人工智能，是絕對理性的化身，它經過周密的科學計算后得出的結論表明：這個方案成功的概率為零，但它忽略了人類是具有感情的生物（或許是故意忽略），沖動和情感能突破理性的底線，做出人工智能不能理解的行為。
簡而言之，用空間站撞擊木星這種看上去不合理的感性行為，也許恰恰不在莫斯的數據分析范圍內。
電影雖然是電影，但它能映射現實。許多在人類看來再正常不過的邏輯思維，卻是冰冷傲慢的數據分析的盲區，這本質其實是單維思考和多維思考、客觀事實和主觀邏輯的沖突。數據可以輔助你思考，但它不能代替你思考，千萬不要患上唯數據論的怪病，在認識事物的時候一定要問問自己：該相信邏輯還是該相信數據？
如何避免數據說謊
通過上面的案例我們可以知道，數據是客觀產生的，它只能反映問題，不會主動撒謊，真正說謊的兇手有三個“人”：
- 記錄數據的人（數據的真實性）
- 拿數據給你看的人（利用數據的目的）
- 自我的認知錯誤（解讀出現偏差）
1. 數據的真實性
解決的方法，第一件要預防數據生病，就是辨別數據可信度（真實性）。簡單來說，通常要遵循兩個原則：越接近第一手的數據越真實，采集的樣本越全面越可信。
例如互聯網產品經理常常更關心數據分析的結論，而忽視了原始數據的來源和真實性，源頭如果出現問題，一切的分析都是徒勞的。如果你更關心渠道數據的精準度，可以使用openinstall進行渠道來源歸因統計和活動推廣效果監測，openinstall在渠道數據精準度上還是比較專業的。
2. 利用數據的目的
我們要明白統計數據的真實價值：數據是用來揭示事物規律，進而解決問題、創造未來的。如果結論本身已經客觀存在，你用再多的數據也無法讓結論變得更加正確，如果有人想要找到某個證據（數據）來論證觀點，方法多的是，早晚能夠找到。
讓數據來回答問題，然后從這些數據中創造更多的可能，這才是數據存在的現實意義，也是用來辨別哪些人在利用數據說謊的方法。
3. 解讀出現偏差
要善用常識性的思維和多個角度去看待客觀事物的發展，既認識到數據和統計學的力量，也要了解它的局限性。當然，這也需要我們有基礎的數理科統計知識儲備。
數據和模型只是人們用來總結改進的方法，實踐才是真理，如果想要更深層次的解讀數據背后的意義，就要自己多去挖掘和實踐。
總結
真實深度的數據在工作中是非常有參考價值的，尤其能幫助我們建立分析框架，彌補思維漏洞。要知道，數據并不能代替分析人員做決定，獲取真實數據、善于運用數據、識破數據騙局，是需要長期培養和掌握的技能。
本文由 @大城小事 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
不錯、感謝分享！?。?/p>
好文