編輯導語：隨著大數(shù)據(jù)時代的不斷升級，數(shù)據(jù)在我們的生活工作中顯得尤為重要，其實在很早之前人類就用數(shù)據(jù)來進行記錄，隨著社會的發(fā)展，網(wǎng)絡時代更需要數(shù)據(jù)的記錄以及支撐。本篇文章中作者從三方面詳細的講述了關(guān)于數(shù)據(jù)的“坑”，一起來看一下吧。

開篇直接看案例：現(xiàn)有兩個廣告素材A和B，要測一下它們誰更能吸引用戶轉(zhuǎn)化，評比的指標是轉(zhuǎn)化率。（轉(zhuǎn)化率=轉(zhuǎn)化數(shù)/曝光數(shù)）

為保證實驗公平，它們都設置了相同的預算額度，并且都在中午12點開始投放，然后到了晚上12點同時關(guān)閉。

這樣跑了半天，兩組廣告也都基本花完了預算，結(jié)果發(fā)現(xiàn)：

• A一共曝光6500次，轉(zhuǎn)化了70個用戶，轉(zhuǎn)化率是1.077%；
• B一共曝光6200次，也轉(zhuǎn)化70個用戶，轉(zhuǎn)化率是1.129%；

看到結(jié)果后，廣告投放師小李就認為：B素材的轉(zhuǎn)化率更高。

這時，營銷總監(jiān)老王卻說：到目前為止，我更愿意相信A要高一些。

小李一臉懵逼，問：為啥?。?/p>

老王嘬了一口星巴克，解釋道：即使是相同的廣告，在不同的時段也會有不同的轉(zhuǎn)化率。一般來說，下午的轉(zhuǎn)化率是低于晚上的，因為大部分人白天都有事情，不太容易被轉(zhuǎn)化，而到了晚上，大家都有空了，所以更容易被轉(zhuǎn)化。

小李又問：你說的對，但跟這次投放實驗有啥關(guān)系呢？

老王繼續(xù)說：我剛從后臺看了素材的來量情況——A素材下午轉(zhuǎn)化50個，曝光5000次，晚上轉(zhuǎn)化20個，曝光1500次；B素材下午轉(zhuǎn)化20個，曝光2200次，晚上轉(zhuǎn)化50個，曝光4000次。

其實不管是下午還是晚上，A的轉(zhuǎn)化率都是更高的。而你之所以認為B更高，主要是因為B在晚上才跑出了量——它捏的“軟柿子”比較多，你就誤以為它更厲害…

看到這里，可能你還有點懵：是啊，如果拆開來看，確實A更高，但合并看總數(shù)的話，又是B更高…

那這到底該怎么看呢？

一、坑1：辛普森悖論

上文的現(xiàn)象，就是典型的“辛普森悖論”(Simpson’s Paradox)——在某個條件下的兩組數(shù)據(jù)，分別討論時都會滿足某種性質(zhì)，可一旦合并考慮，卻可能導致相反的結(jié)論。

這也是在其他領(lǐng)域的工作中經(jīng)常會遇到，并且經(jīng)常會坑人的一個現(xiàn)象。

幾乎每一家公司，上司都會讓下屬把業(yè)務層面的各種數(shù)據(jù)進行匯總，然后呈報給自己，并自以為了解了“總體”的情況。

不過，谷歌的一位數(shù)據(jù)大牛曾說過：“匯總的數(shù)據(jù)往往就是一坨屎，沒有任何意義。”

為什么這樣說？

拋開專業(yè)的數(shù)學分析，如果用最通俗的語言來解釋，我認為就是：20頭豬就是20頭豬，50顆樹就是50顆樹，但如果你硬要把它們加起來（20+50=70），這個70是毫無意義的——它能代表什么呢？什么都代表不了。

匯總的數(shù)據(jù)，除了象征性的匯報工作，往往并無其他意義。為什么說是“象征性”的？

因為如果匯報工作是為了指導決策，那很可能就把人帶進了坑里。

就像上文廣告素材的案例，如果營銷總監(jiān)想偷懶，只看最后的結(jié)果，那他很可能就誤判了廣告素材的優(yōu)劣。更嚴重的，甚至會導致后續(xù)投放的素材都沿著“壞素材”的方向去優(yōu)化。

還好他有一定數(shù)據(jù)分析的基礎(chǔ)，避免了這個坑。

所以在真實的情況中，如果一定要就此蓋棺定論，確實是A要高一些。（當然更科學的做法是繼續(xù)實驗，并通過加大預算/嚴控時段，來減少偶然性，以及不同性質(zhì)的數(shù)據(jù)占比的差距）

除了廣告投放，辛普森悖論還經(jīng)常出現(xiàn)在各種各樣的數(shù)據(jù)統(tǒng)計活動之中——需要算比率的統(tǒng)計基本都會出現(xiàn)，比如：

• 轉(zhuǎn)化率
• 留存率
• 合格率
• 負債率
• 投資回報率
• ……

那么，如何才能避免匯總數(shù)據(jù)可能帶來的坑呢？

關(guān)鍵記住8個字：不同性質(zhì)，拆開來算。

二、坑2：誤把相關(guān)當因果

“啤酒與尿布”的故事大家應該都聽過——通過相關(guān)性分析，商家發(fā)現(xiàn)啤酒的銷量與尿布的銷量高度正相關(guān)。于是他們在陳列上，把啤酒和尿布離得更近，以此來提高銷量。

當然，這完全是個不切實際的、杜撰的故事。（杜撰者是Teradata公司的一位經(jīng)理——估計是營銷經(jīng)理，為了說服商家購買他家的數(shù)據(jù)服務，編的軟文）而這里想說的重點是：相關(guān)性分析。

如今，不管是傳統(tǒng)行業(yè)還是互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)已成為企業(yè)內(nèi)部最重要的資產(chǎn)之一。

而各家公司的數(shù)據(jù)分析師，幾乎每天都會做的一件事就是：分析各個因素之間的相關(guān)性，并以此來找到增長方法。

比如游戲公司發(fā)現(xiàn)：用戶玩游戲時間越長，留存往往越好，所以就重點提升新用戶的游戲時長，以此大幅提升留存。

再比如便利店通過監(jiān)測發(fā)現(xiàn)：人們逆時針環(huán)顧店內(nèi)的時間占比越大，人均消費就越高，所以在裝修和陳列上，就盡量引導人們逆時針行走。（因為右撇子的人更多，而一般逆時針環(huán)店能讓更多商品出現(xiàn)在人右側(cè)，這樣拿東西更方便，也就拿得更多了）

不可否認的是：通過相關(guān)性分析，確實能找到很多有效的增長方法。不過，過于迷信相關(guān)性，有時卻會帶來相反的結(jié)果。

比如某社交APP想提高留存。

他們發(fā)現(xiàn)：用戶發(fā)消息的條數(shù)，與留存的相關(guān)性系數(shù)是最高的。

不僅如此，他們還發(fā)現(xiàn)：消息條數(shù)超過500的用戶群體，與沒有超過500的用戶群體，留存情況出現(xiàn)了斷崖式的差異。（這里的“500”，通常被稱為“魔法數(shù)字”）

于是，為提高留存，團隊就提出：假如我們設法提升新用戶發(fā)消息的條數(shù)，盡量使之超過500，就可以明顯提高留存了。

再于是，他們就通過設置“階段性有獎任務”（發(fā)消息到一定條數(shù)，就會觸發(fā)獲獎提示，并告知下一個有獎任務），將所有新用戶的消息條數(shù)都給拉了上去，并基本超過500。

然而，最后的結(jié)果卻是：雖然整體的短期留存上去了，但整體的長期留存反而下降了。

為什么會這樣？明明消息條數(shù)和留存的相關(guān)性是最高的呀…

其實，這就是典型的誤把相關(guān)當因果，甚至是因果倒置——不是因為條數(shù)多，所以才留存好，而更多是因為留存好，所以才條數(shù)多。

上述的方案，雖然短期能通過利益提高留存，但對真正愿意使用產(chǎn)品的用戶來說，獲獎提示可能是一種打擾。

另一方面，利益的刺激會帶動更多非目標用戶（羊毛黨）下載和使用APP，拉低用戶質(zhì)量，所以長期留存就降了。

而最終關(guān)于留存的優(yōu)化方案，其實是在廣告方面：因為該APP是重點參考Instagram來做的，特點在于圖像相關(guān)的功能。

但此前的廣告只是模糊的說了“好玩有趣”，沒有突出具體的“功能和使用場景”，所以造成用戶預期與產(chǎn)品不符，留存就不高的情況。

有趣的是：在之前數(shù)據(jù)分析的結(jié)果中，廣告與留存的相關(guān)系數(shù)并不算很高。

三、坑3：只信看得見的數(shù)據(jù)

如果說上述兩個坑，分別是因為對數(shù)據(jù)和業(yè)務不夠理解才掉進去的，那第3個坑，可能就是越理解數(shù)據(jù)和業(yè)務，就越容易掉進去。在以往的文章中我也說過：數(shù)據(jù)最大的問題，是它只能顯示有數(shù)據(jù)的信息，而不能顯示沒有數(shù)據(jù)的信息。

克萊因·克里斯坦森將這兩種信息分別稱作：積極數(shù)據(jù)&消極數(shù)據(jù)。

積極數(shù)據(jù)是指有結(jié)構(gòu)、可量化的數(shù)據(jù)。比如：銷量，銷售額，留存率，轉(zhuǎn)化率，復購率，利潤率，付費率，性能指標，市場規(guī)模等等…（能規(guī)范的被整理到Excel里的數(shù)據(jù)都是積極數(shù)據(jù)）

而消極數(shù)據(jù)呢，就是指那些沒有清晰的結(jié)構(gòu)，也很難被發(fā)現(xiàn)和量化的數(shù)據(jù)。比如用戶使用產(chǎn)品背后的動機，情感，觀念，習慣，以及這些因素跟隨時代的變化等等。

從業(yè)務誕生的那天開始，企業(yè)就會掌握越來越多的積極數(shù)據(jù)：

• 哪些產(chǎn)品賣得最多？
• 哪些產(chǎn)品利潤最高？
• 復購率如何？
• 顧客年齡如何分布？
• 市占率是多少
• ……

而隨著積極數(shù)據(jù)的增多，它對企業(yè)內(nèi)部的影響也會越大：

• 銷售部會根據(jù)不同產(chǎn)品的銷量和利潤，去影響生產(chǎn)規(guī)劃
• 品牌部會根據(jù)品類在網(wǎng)絡的關(guān)鍵熱詞，去調(diào)整產(chǎn)品賣點
• 投放部會根據(jù)老用戶的屬性，精準投放新用戶
• 客服部也會根據(jù)用戶反饋，給產(chǎn)品提優(yōu)化建議

好像一切都會正向發(fā)展，并慢慢沉淀為“經(jīng)驗”。

不過，一些“經(jīng)驗之外”的東西，也在醞釀和發(fā)生著。以電商為例，當阿里和京東根據(jù)自己的增長經(jīng)驗，擴充更高客單價的品類，搶奪更高凈值的人群，設立專門的打折促銷日，并戰(zhàn)略性放棄低端市場的時候，拼多多卻突然冒了出來，并且只用幾年就變成用戶量全國第一。

阿里和京東其實都沒有錯，但拼多多是憑什么？那些低線的用戶，為什么不用淘寶，卻要用拼多多？

因為更便宜。

為什么拼多多更便宜？因為它有很多作坊貨、山寨貨。

那為什么這些作坊貨、山寨貨要去拼多多賣？

一方面是其他平臺不讓賣，另一方面，拼多多的拼團模式能讓他們利薄多銷——跟在線下參加趕集一樣。

是的，對于低線的用戶（包括商家）來說，拼多多才是首個把他們線下購物的場景搬到線上來的APP——不管是組團購物、砍價還是買賣山寨便宜貨，本來就是他們線下的日常。

至于淘寶和京東，對他們來說則更像城里的商場——貴，去的次數(shù)也不多。（而且對他們來說，但凡貴的東西，要看到實物才踏實）

這跟“積極數(shù)據(jù)”和“消極數(shù)據(jù)”有啥關(guān)系呢？先說“消極數(shù)據(jù)”。

為什么拼多多能看準這個市場機會？還發(fā)明“社交電商”這個新物種？

其實，對于低線用戶來說，購物本身就是社交——大家一起上街買東西；遇到熟悉的商販砍砍價，你買一斤花生，他送你兩顆棗；你幫隔壁大嬸帶點蔥，隔壁大嬸幫你帶點鹽。既有商品交易，也有情感往來——這就是拼多多洞察到的，關(guān)于用戶購物的消極數(shù)據(jù)。

所以，什么“幫砍拼送”，什么“社交電商”，本來就來源于生活，來源于對那些消極數(shù)據(jù)（動機，情感，觀念，習慣等）的洞察。

拼多多只不過是把它們搬到了手機上，讓它更容易發(fā)生而已。

至于阿里和京東，毋庸置疑，他們的核心團隊一定是既懂電商業(yè)務，又精于數(shù)據(jù)分析。不過，這么專業(yè)的團隊，為什么沒有在拼多多之前把握市場機會？

這里的原因是多方面的。

企業(yè)要增長，團隊要成長，自然更愿意把注意力放在利益更大的地方——更高凈值人群，更高客單價產(chǎn)品，更高頻的產(chǎn)品等等。（包括現(xiàn)在的拼多多也一樣）

另一方面，如泉涌噴的積極數(shù)據(jù)，也很自然的將內(nèi)部注意力集中于產(chǎn)品和指標：

• 如何提升物流效率？
• 如何提高廣告收入？
• 如何提高用戶活躍？
• ……

就這樣，在利益和數(shù)據(jù)的驅(qū)動下，他們會越來越了解自己的用戶，并提供越來越好的產(chǎn)品和服務。

但與此同時，他們也會越來越了解誰不是自己的用戶——“那些低線的人，就不是典型的電商人群，我沒什么精力去關(guān)注他們。”

不過，正是因為這種因數(shù)據(jù)導致的、慢慢被固化的偏見，所以才導致市場被分化，被占領(lǐng)，甚至被顛覆。

本文由 @小云兄 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。