數(shù)據(jù)千萬條，甄別第一條，數(shù)據(jù)不規(guī)范，老板兩行淚。

對產(chǎn)品經(jīng)理而言，數(shù)據(jù)無疑是工作中需要常常借鑒的對象，畢竟這是個數(shù)據(jù)推動發(fā)展的時代。數(shù)據(jù)之所以重要，正是因為數(shù)據(jù)是記錄客觀事實的一種符號，因此在統(tǒng)計數(shù)據(jù)面前，許多人潛意識里的第一反應(yīng)就是無條件信任它。

但現(xiàn)實是，許多看似靠譜的數(shù)據(jù)，都是別有用心的機構(gòu)利用了數(shù)據(jù)的客觀性，為我們輸出了一個與現(xiàn)實大相徑庭的結(jié)論。雖然數(shù)據(jù)本身不會說謊，但說謊者需要數(shù)據(jù)。

數(shù)據(jù)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(shù)據(jù)”。如果要說得更具體點，就是當(dāng)你在分析某個事物的時候，可能會面對諸多的證據(jù)（樣本），但是大多數(shù)人通常只注意到“顯式”的樣本和證據(jù)，而忽略了“隱式”的樣本和證據(jù)，從而得出錯誤的認(rèn)知、錯誤的結(jié)論。

下面舉一個最著名的例子：二戰(zhàn)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(zhàn)斗機和陸基高射炮的攻擊。

他們統(tǒng)計了聯(lián)軍返航的轟炸機受損情況，作戰(zhàn)指揮官認(rèn)為應(yīng)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(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，因為那兒發(fā)現(xiàn)的彈孔最少，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。

上面的例子不是數(shù)據(jù)說謊，而是你沒注意到沉默的數(shù)據(jù)（缺少了的樣本）。當(dāng)數(shù)據(jù)樣本僅采自“幸存者”、信息不夠全面的時候，得出來的結(jié)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(shù)據(jù)里挖掘出隱性的真相。

（2）不充分的樣本數(shù)據(jù)

• “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(quán)威機構(gòu)、研究人員口中得知這些結(jié)論，但如果你仔細(xì)觀看，或許能看到這樣一行小字：此次實驗由**（假設(shè)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(xù)使用一段時間的該品牌產(chǎn)品，就會得出以下的任意一種結(jié)果（以牙膏為例）：

• 蛀牙明顯增多
• 蛀牙明顯減少
• 蛀牙數(shù)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(jié)果是遲早會被試驗出來的。由于試驗人數(shù)只有30人（樣本總數(shù)不大），所以得到的結(jié)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(shù)據(jù)，來達(dá)到預(yù)期的廣告效果。現(xiàn)實中，也要警惕在信息不對稱的情況下，脫離總量談現(xiàn)象的流氓思維。

（3）樣本本身存在偏差

假設(shè)調(diào)研一座城市的人均消費水平。如果是在飛機場調(diào)研，或許會得出“城市發(fā)達(dá)、人民收入高”等結(jié)論，但如果到貧民窟里調(diào)查，結(jié)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(yè)也常常利用這種選擇性的誤差來為某個現(xiàn)象尋求合理性，比如智能手機領(lǐng)域喜歡用數(shù)據(jù)“打臉”友商，但是由于大家采用的統(tǒng)計口徑不同，所以常常在同一領(lǐng)域遇到數(shù)據(jù)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(diào)研這個話題，絕大多數(shù)受訪人都會表示自己是個“凈壇使者”，因為幾乎所有調(diào)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(diào)查或者直接調(diào)查飯后餐桌上的盤子，否則很難獲取到完全真實的數(shù)據(jù)。

這些案例說明即便你找不到任何數(shù)據(jù)遭到破壞的證據(jù)，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(tài)度。

2. 用平均數(shù)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(yīng)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(qū)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(yuǎn)遠(yuǎn)快于窮人財富量的增加，造成的結(jié)果是“數(shù)據(jù)顯示人均收入上升，但貧富差距在拉大”。

比如美國前總統(tǒng)奧巴馬在謀求第二任期的競選活動中提到，“美國經(jīng)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(jīng)濟復(fù)蘇”與“大多數(shù)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(shù)據(jù)包含了多少觀測值，當(dāng)均值和中位數(shù)相差甚遠(yuǎn)的時候，你就需要注意那些沒有標(biāo)明類型的平均數(shù)（均值、中位數(shù)、眾數(shù)），否則你對它的認(rèn)知依然停留在表面。

3. 數(shù)據(jù)的視覺欺騙性

上圖是2018年我國各省GDP的統(tǒng)計圖像，可以看到，同樣的數(shù)據(jù)在不同的坐標(biāo)軸里呈現(xiàn)出來的狀態(tài)截然不同，左圖數(shù)據(jù)取等量遞增繪圖，右圖數(shù)據(jù)取十進制繪圖，呈現(xiàn)出來的視覺效果有相當(dāng)大的不同，大多數(shù)人的第一直覺是：

• 左圖直觀表達(dá)各省GDP差距巨大
• 右圖直觀表達(dá)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(jié)論：

• 左圖直觀表達(dá)公司四年間收入稍有波動，但相對平緩；
• 右圖直觀表達(dá)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(fā)現(xiàn)了，波動是可以被人為操縱的，但數(shù)據(jù)卻是真實的。PPT領(lǐng)域有一句很經(jīng)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(shù)據(jù)的視覺誤差，誤導(dǎo)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(xì)心留意的話，就能發(fā)現(xiàn)很多產(chǎn)品的發(fā)布會和權(quán)威機構(gòu)調(diào)查對這招都是屢試不爽的，雖然數(shù)據(jù)本身沒有問題，但這樣的呈現(xiàn)方式僅僅是為了好看?，F(xiàn)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(shù)據(jù)可視化的信息分辨能力會少走很多彎路。

4. 數(shù)據(jù)不能替你思考

統(tǒng)計學(xué)數(shù)據(jù)表明：在夏天，“冰激凌的銷量”和“溺水死亡人數(shù)”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(shù)據(jù)強行把兩者聯(lián)系起來分析的話，推導(dǎo)出來的結(jié)論很有可能是：

1. 吃冰激凌會導(dǎo)致人們游泳時更容易溺水
2. 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(shù)據(jù)分析的思維，以常識去推理，你就知道兩者根本沒有聯(lián)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(fā)生。

數(shù)據(jù)是客觀的、理智的，但人是經(jīng)驗主義者，更善于用邏輯去認(rèn)識和判斷事物，數(shù)據(jù)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(xué)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(jīng)過周密的科學(xué)計算后得出的結(jié)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(shù)據(jù)分析范圍內(nèi)。

電影雖然是電影，但它能映射現(xiàn)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(shù)據(jù)分析的盲區(qū)，這本質(zhì)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(shù)據(jù)可以輔助你思考，但它不能代替你思考，千萬不要患上唯數(shù)據(jù)論的怪病，在認(rèn)識事物的時候一定要問問自己：該相信邏輯還是該相信數(shù)據(jù)？

如何避免數(shù)據(jù)說謊

通過上面的案例我們可以知道，數(shù)據(jù)是客觀產(chǎn)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”：

1. 記錄數(shù)據(jù)的人（數(shù)據(jù)的真實性）
2. 拿數(shù)據(jù)給你看的人（利用數(shù)據(jù)的目的）
3. 自我的認(rèn)知錯誤（解讀出現(xiàn)偏差）

1. 數(shù)據(jù)的真實性

解決的方法，第一件要預(yù)防數(shù)據(jù)生病，就是辨別數(shù)據(jù)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(shù)據(jù)越真實，采集的樣本越全面越可信。

例如互聯(lián)網(wǎng)產(chǎn)品經(jīng)理常常更關(guān)心數(shù)據(jù)分析的結(jié)論，而忽視了原始數(shù)據(jù)的來源和真實性，源頭如果出現(xiàn)問題，一切的分析都是徒勞的。如果你更關(guān)心渠道數(shù)據(jù)的精準(zhǔn)度，可以使用openinstall進行渠道來源歸因統(tǒng)計和活動推廣效果監(jiān)測，openinstall在渠道數(shù)據(jù)精準(zhǔn)度上還是比較專業(yè)的。

2. 利用數(shù)據(jù)的目的

我們要明白統(tǒng)計數(shù)據(jù)的真實價值：數(shù)據(jù)是用來揭示事物規(guī)律，進而解決問題、創(chuàng)造未來的。如果結(jié)論本身已經(jīng)客觀存在，你用再多的數(shù)據(jù)也無法讓結(jié)論變得更加正確，如果有人想要找到某個證據(jù)（數(shù)據(jù)）來論證觀點，方法多的是，早晚能夠找到。

讓數(shù)據(jù)來回答問題，然后從這些數(shù)據(jù)中創(chuàng)造更多的可能，這才是數(shù)據(jù)存在的現(xiàn)實意義，也是用來辨別哪些人在利用數(shù)據(jù)說謊的方法。

3. 解讀出現(xiàn)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(fā)展，既認(rèn)識到數(shù)據(jù)和統(tǒng)計學(xué)的力量，也要了解它的局限性。當(dāng)然，這也需要我們有基礎(chǔ)的數(shù)理科統(tǒng)計知識儲備。

數(shù)據(jù)和模型只是人們用來總結(jié)改進的方法，實踐才是真理，如果想要更深層次的解讀數(shù)據(jù)背后的意義，就要自己多去挖掘和實踐。

總結(jié)

真實深度的數(shù)據(jù)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(shù)據(jù)并不能代替分析人員做決定，獲取真實數(shù)據(jù)、善于運用數(shù)據(jù)、識破數(shù)據(jù)騙局，是需要長期培養(yǎng)和掌握的技能。

本文由 @大城小事 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議