分析數(shù)據(jù)?當(dāng)心這兩個(gè)誤區(qū)

?
誤區(qū)一:把某一類(lèi)型數(shù)據(jù)當(dāng)做全部數(shù)據(jù),導(dǎo)致分析結(jié)果錯(cuò)誤
?
先說(shuō)個(gè)小故事:二戰(zhàn)時(shí)英國(guó)空軍希望增加飛機(jī)的裝甲厚度,但如果全部裝甲加厚則會(huì)降低靈活性,所以最終決定只增加受攻擊最多部位的裝甲。后來(lái)工作人員經(jīng)過(guò)對(duì)中彈飛機(jī)的統(tǒng)計(jì),發(fā)現(xiàn)大部分飛機(jī)的機(jī)翼彈孔較多,所以決定增加機(jī)翼的裝甲厚度。直到后來(lái)一個(gè)專(zhuān)家說(shuō):“可是機(jī)頭中彈的那些飛機(jī)就沒(méi)有飛回來(lái)?!?/div>
?
這個(gè)故事里本應(yīng)是對(duì)全部飛機(jī)進(jìn)行分析,但統(tǒng)計(jì)樣本沒(méi)有包含已經(jīng)損毀的飛機(jī),所以得出的結(jié)論只是根據(jù)部分?jǐn)?shù)據(jù),或者說(shuō)是根據(jù)具有同樣特征(受傷)的某一類(lèi)數(shù)據(jù)推論出的,并不能代表全部類(lèi)型的數(shù)據(jù),所以得出的結(jié)果很可能是錯(cuò)誤的。
?
再看一個(gè)例子:前一陣我為了分析人人網(wǎng),想看看人人網(wǎng)現(xiàn)在的用戶(hù)訪(fǎng)問(wèn)量是什么狀態(tài),于是選擇了PV作為觀測(cè)指標(biāo),通過(guò)alexa來(lái)看人人網(wǎng)的PV在過(guò)去一年中呈明顯的下降態(tài)勢(shì),這也印證了我的預(yù)期,于是就以此為論據(jù)進(jìn)行了分析??墒呛髞?lái)發(fā)現(xiàn),alexa僅僅統(tǒng)計(jì)通過(guò)WEB的訪(fǎng)問(wèn)量,而用戶(hù)移動(dòng)端的登錄并不在統(tǒng)計(jì)范圍之內(nèi)!這兩年智能手機(jī)普及迅速,移動(dòng)端登錄也非常普遍,缺失這部分?jǐn)?shù)據(jù)意味著前面統(tǒng)計(jì)的數(shù)據(jù)基本沒(méi)有意義,因?yàn)閃EB端訪(fǎng)問(wèn)量的下降有可能是用戶(hù)訪(fǎng)問(wèn)人人網(wǎng)次數(shù)降低,同時(shí)也有可能是由PC端向移動(dòng)端遷移,這個(gè)統(tǒng)計(jì)就不能作為論據(jù)出現(xiàn)了。
?
可以看到,我只統(tǒng)計(jì)了WEB端的訪(fǎng)問(wèn)情況,認(rèn)為這就是人人網(wǎng)全部訪(fǎng)問(wèn)量,而忽略了移動(dòng)端,從而推出了錯(cuò)誤的結(jié)果。另一個(gè)問(wèn)題就是由于我已經(jīng)有預(yù)期(人人網(wǎng)訪(fǎng)問(wèn)量下降),那么我在為這個(gè)結(jié)論找尋相關(guān)的論據(jù),當(dāng)找到符合我結(jié)論的論據(jù)時(shí)很容易不去做更多判斷就選擇有利于自己的數(shù)據(jù),這也是數(shù)據(jù)統(tǒng)計(jì)人員常見(jiàn)的問(wèn)題。
?
用某一類(lèi)型數(shù)據(jù)代替全部數(shù)據(jù)會(huì)誤導(dǎo)我們做出錯(cuò)誤的判斷,在統(tǒng)計(jì)時(shí)一定要注意這點(diǎn)。這一方面需要意識(shí),在統(tǒng)計(jì)、分析數(shù)據(jù)時(shí)要時(shí)刻想著還有沒(méi)有其他的情況,還有沒(méi)有我們沒(méi)有想到的數(shù)據(jù)類(lèi)型,這些數(shù)據(jù)是不是能代表全部類(lèi)型,嘗試站在更高的角度去解讀這些數(shù)據(jù),而不是拿到數(shù)據(jù)后立刻就盲目分析。另一方面需要知識(shí)的累積,比如你知道alexa是如何進(jìn)行統(tǒng)計(jì)的,那么很輕易就會(huì)想到還要考慮移動(dòng)端的情況。知識(shí)的累積有助于我們做出準(zhǔn)確的判斷,這些知識(shí)與經(jīng)驗(yàn)都是從閱讀或?qū)嵺`中得來(lái)的,平時(shí)多做,慢慢累積,時(shí)間久了自然會(huì)看得更全面。
?
誤區(qū)二: 鮮明事件讓我們夸大了偶然因素
?
鮮明的事件更容易占據(jù)我們的視線(xiàn),從而讓我們高估事件發(fā)生的概率。
?
比如從年度統(tǒng)計(jì)中看到,某基金近兩年的收益率達(dá)到100%,有某某明星操盤(pán)手等等,人們就會(huì)爭(zhēng)相去購(gòu)買(mǎi)該基金,同時(shí)也會(huì)讓人們認(rèn)為買(mǎi)基金就是可以賺錢(qián)的。而實(shí)際上,絕少有基金可以常年保持這樣的收益率,近兩年收益前五名的基金很可能在五年后收益率就排行倒數(shù),而世面上大部分基金也無(wú)法跑贏大盤(pán),不過(guò)人們?cè)谟洃浿幸廊粫?huì)認(rèn)為買(mǎi)基金確實(shí)很賺錢(qián),當(dāng)年XXX兩年益100%呢。兩年收益達(dá)到100%只是偶然情況,但卻由于事件太過(guò)鮮明而長(zhǎng)久駐扎在人們的心智中。
?
類(lèi)似的事還有很多。比如富士康N連跳,大家都覺(jué)得這么多人跳樓,富士康肯定太黑暗了,但大家卻沒(méi)有注意富士康員工大概有37萬(wàn)人,按12連跳的話(huà)自殺率不到十萬(wàn)分之四,而全國(guó)的平均自殺率為十萬(wàn)分之十五, N連跳自殺率遠(yuǎn)低于全國(guó)自殺率,可見(jiàn)富士康12連跳實(shí)際上是一個(gè)社會(huì)問(wèn)題,而不僅僅是一個(gè)企業(yè)的問(wèn)題,我們太過(guò)注重鮮明的事實(shí)卻忽略了背后整體的概率。
?
前兩天美國(guó)波士頓爆炸案死亡3人,微博上各種祈福,可是阿富汗、伊拉克等國(guó)家?guī)缀趺刻於济媾R著這些問(wèn)題,只是由于媒體不會(huì)整天報(bào)道那里的消息,而天天出現(xiàn)的襲擊也麻痹了人們的神經(jīng),所以我們只會(huì)關(guān)注鮮明的波士頓爆炸,而對(duì)其他地區(qū)天天發(fā)生的事情無(wú)動(dòng)于衷。另外比如你周?chē)腥速I(mǎi)股票賺了好多錢(qián),可能你也會(huì)很想投身股市一試運(yùn)氣,而忽略了散戶(hù)8賠1平1賺的整體概率。你看到了各種創(chuàng)業(yè)成功者的報(bào)道,認(rèn)為自己也可以嘗試創(chuàng)業(yè),畢竟成功概率好像也不低。但你不知道那些不成功的人基本沒(méi)有被報(bào)道的機(jī)會(huì),而實(shí)際上創(chuàng)業(yè)成功的人可能不到1%。
?
說(shuō)了這么多,其實(shí)就是太過(guò)鮮明的偶然事件會(huì)讓我們忽略背后一直存在的整體概率。看到這種數(shù)據(jù)的時(shí)候,不要太過(guò)情緒化,你所看到的數(shù)據(jù)或事件可能只是個(gè)例,并不能代表大多數(shù),可以去查查歷史情況或平均情況,去找找沉默的用戶(hù)或數(shù)據(jù),切忌輕易就做出判斷和決定。要理性看待這些偶然事件,既不盲目跟隨,也不對(duì)此嗤之以鼻,在明確整體概率的情況下,剔除偶然因素,分析這些偶然事件背后是否存在著某些值得借鑒的地方,從而吸收到自己產(chǎn)品或項(xiàng)目中,以便使自己的產(chǎn)品或要處理的事情有可能成為市場(chǎng)中下一個(gè)“偶然事件”。
?
文章來(lái)源:虎嗅網(wǎng)
評(píng)論
- 目前還沒(méi)評(píng)論,等你發(fā)揮!