萬字干貨：越過18個讓數據變成謊言的陷阱

1、編輯導語：數字化時代，數據深深地影響并且改變著我們的生活和工作方式。在享受數據為我們帶來便利的同時，我們也要警惕數據這把雙刃劍隱藏著的一些陷阱。本文作者為我們總結了 18個會讓數據變成謊言的陷阱，希望看后對你有所幫助。數據在改變著當下的世界，但同時它也蘊藏著巨大的陷阱。在數據還叫統(tǒng)計數字的年代，馬克吐溫有何名言：統(tǒng)計數字經常欺騙我，特別是我自己整理它們時。針對這一情況，有種說法十分準確： 世界上有三種謊言：謊言、該死的謊言、統(tǒng)計數字。 ”生活中，我們已經聽過太多實現數據掘金，賺取巨大回報的故事了。但實際工作中，我們自己處理數據時，它卻很容易成為馬克吐溫口中的謊言。而身陷這個巨大謊言陷阱中的我們

2、，往往后知后覺，浪費了很多金錢和心血。為了讓更多的朋友不在深陷其中，中士哥根據自己服務過的 300 多家企業(yè)，上千個數據分析項目的實戰(zhàn)經驗，總結了 18 個讓數據變成謊言的陷阱，讓你能提早防范，并給出了逃離陷阱的建議，希望你能喜歡。在分享者 18 個讓數據變成謊言的陷阱之前，我們需要先看一看完整的數據分析工作大致是什么樣的，通常有5 個步驟：做成這 5 個步驟，很可能會遇到如下 18 個讓數據變成謊言的陷阱。在如今這個網站、APP、H5和各類小程序，共同構建在線業(yè)務的年代，選個現成的數據分析工具一接入，獲取的數據就能滿足數據分析需求的情況還有嗎？有！但太少了，少到我不得不告訴你，也許你們的在線

3、業(yè)務發(fā)展空間很大、很大、很大。在如此復雜的在線業(yè)務面前，我們必須先做一些必要的規(guī)劃工作才能有效的量化業(yè)務，絕大多數第三方公司管這個過程叫一一指標體系搭建。（PS:包裝的真好?。┪覀兛匆幌逻@里面有哪4 個陷阱，及如何應對他們。統(tǒng)計口徑不統(tǒng)一是指：同一個指標每個平臺得是一個意思，否則不同平臺的數據對比也好和匯總也罷，意義都不大。以閱讀量為例，見如下表格：雖然都叫閱讀量，但這仨貨明顯不是一個東西，直接對比三者毫無意義。匯總三者頂多知道打開次數至少是三者之和 和 可能真的閱讀了的次數至多是三者之和，得不到什么確切結論。為什么會出現統(tǒng)計口徑不統(tǒng)一的情況呢？一方面是因為，這么多平臺，大概率是不同人運營，難

4、免會有差異，統(tǒng)一起來需要時間；另一方面是因為，互聯(lián)網行業(yè)還沒有統(tǒng)一的行業(yè)標準，沒有統(tǒng)一標準人員流動小也可以，至少可以自成一派，偏偏互聯(lián)網又人員流動性大，總是你方唱罷我登場，就沒個統(tǒng)一的時候。寫在應對建議前的話：如果你就是想割資本的韭菜，那看過上面的內容，你可能就把 “閱讀量 ” 的統(tǒng)計口徑統(tǒng)一成刷新+1 了，我想勸你善良，但估計你會選擇性失聰，所以，我就不多說了；如果你是要接盤的資本方， “閱讀量 ”是不是 “虛高” ，也許你刷新一下就知道了。不扯了，進入正題。陷阱一的應對建議，這是一個管理問題，管理問題管理手段才能解：PS:想看現成的名字與含義相符的、全平臺適用統(tǒng)計口徑的朋友，記得留 言告訴

5、我，并關注及時查看更新，讓你成為圈子里最像數據專家的那個人。大數據已經聊了快10 年了，完全不做量化的基本沒有了，但量化不完整的，還是屢見不鮮，讓人甚是惋惜。例如：一個購物流程是：活動頁詳情頁購物車結算頁訂單頁 支付頁 成功頁， 7個頁面，但只有活動頁、詳情頁和支付頁進行了詳細量化，其他頁面沒有量化。這些頁面就成了 “黑盒 ” ，我們根本無法了解到底發(fā)生了什么，也就沒法憑據十足的制定優(yōu)化策略，更談不上推動我們希望的優(yōu)化方案落地了。再舉個栗子：一波廣告活動，要投放很多渠道，但有些渠道沒有詳細量化單元、計劃和素材；結果只知道總轉化，卻不知道具體哪個單元、計劃和素材效果更好，這事成 “黑盒 ”了，沒

6、法把好鋼用在刀刃上，提升投入產出。為什么會出現部分業(yè)務并未全面量化的情況呢？一方面是不同平臺業(yè)務流程并不完全相同，且很可能是不同的產品經理獨立迭代，不同平臺間有差異的地方，就特別容易在量化時遺漏；另一方面是雖然大家都能意識到可能存在這個問題，但這個事不是任何人的 KPI ，且都已經996 了，誰還有余力做 “分外 ”事呀。陷阱二的應對建議：歸根究底是這事沒人負責，找能負責的人來管。注意，這里分產品里的業(yè)務流程和廣告投放兩部分。PS:先找負責人，再說怎么推動，否則就是踢皮球，無解。一切不與財務數據掛鉤的業(yè)務量化，都是耍流氓。我們看看下面這組數據：這時，多數人會判定 A 渠道的價值更高，但加上一個

7、成本數據后呢？現在，你覺得哪個渠道的價值更高呢？再加上收入看看。你和你老板說， A 渠道轉化率是B 的 3 倍，他不一定會有反應。但你和他說， A 渠道的成本是B 的 4 倍，他很可能會皺一下眉。要是你能再告訴他， A渠道賺的錢是B 渠道的 5 倍，且成本不到 5 倍，相信他會覺得 A 渠道比 B 渠道好。這個場景只是些基礎數據，但你應該能感受到，不考慮財務數據的量化，其實沒有什么價值。任何一個財務數據的加入，都可能改變最終的分析結果。陷阱三的應對建議：量化的時候，一定要和財務數據掛鉤才全面，后續(xù)的分析才有價值。哪怕你是toB 或者大 C 企業(yè)、單價高、線下成交，也要做這種關聯(lián)。雖然，中間經歷

8、了很多環(huán)節(jié)，成本容易被低估，收入的歸因可能不準確，但好過不做任何關聯(lián)。凡事過猶不及，與財務數據掛鉤是必須的，但掉進錢眼里，是會賠錢的，尤其是那種用戶不直接在你這里花錢的、通過廣告變現類的業(yè)務。我們以曝光計費廣告為例，了解下為什么。我們先看下此時廣告收入的指標拆解公式：廣告收入 =訪問用戶數* 日人均訪問次數* 每訪問瀏覽頁數* 被訪問頁面平均廣告位個數* 曝光單價。一個垂直內容社區(qū)朋友的真實案例是這樣的。他認為：前3 個指標只要堅持做優(yōu)質內容就會持續(xù)上漲，最后一個指標主要取決于競價，他只能接受，需要專門提升的是第 4 個指標 訪問頁面平均廣告位個數。他的策略簡單粗暴：把頁面做成了滿屏廣告的那種

9、。你肯定見過，能想得出來那有多煩人。結果，單價大幅上升，前3 個指標初期下降不多，總收入短期內上升了！但隨后是持續(xù)的下跌，那種廣告位減少了，都無法挽回的下跌。我們事后總結，發(fā)現剛開始還有些老用戶不知道已經滿屏廣告了，所以初期下跌不明顯；但當老用戶都知道廣告太多時，他們就不來了，也不推薦了。陷阱四的應對建議：要注意指標間的升降關系是否存在關聯(lián)，如果本來就是不能同時提高的指標，即使他們都是乘法關系，也得舍棄一些。PS:在非無限延長的頁面上，被訪問頁面平均廣告位個數與訪問用戶數、日人均訪問次數、每訪問瀏覽頁數三者間的關系，大體符合：廣告位從0到 1，三者下降很大；廣告位從1 到某個數字，三者變化不大

10、；廣告位超過該數字，三者大幅下跌的情況。無限延長的頁面上把一定的屏數當成1 個頁面，也有類似有趣的現象。量化這部分聊完了，我們進入 有數。當我們根據指標體系把業(yè)務不重不漏的量化并與財務數據關聯(lián)后，如何在技術和項目實施層面，真的將數據采集回來，就成了最重要的任務。畢竟，數都沒有，你還分析個P 呀！在這個時候，很多企業(yè)發(fā)現自己從咨詢公司花費重金建立了指標體系之后，卻無法落地、無法產生效益，覺得錢都打了水漂，指標體系毫無用處。但這并不是因為指標體系搭建這個量化過程有什么問題，而是數據采集涉及了太多的技術、認知和多方協(xié)作的問題。稍有不慎你有的數，就成謊言了。下面和大家分享有數階段5 個最常見，且危害最

11、大的陷阱。指標體系搭建時，統(tǒng)一制定了用戶 ID 的統(tǒng)計口徑，寫數據采集代碼時，不能用中文，你覺得不同程序員會如何寫用戶 ID 呢？以下是真實案例：5 個程序員都認為自己是在采集用戶 ID ，且它們的發(fā)音都一樣。但在系統(tǒng)計算數據時，會把它們當成5 個不同的東西，因為系統(tǒng)只知其名，不知其意。陷阱一和陷阱五很像，但有區(qū)別；陷阱一是同一個詞、寫法相同、意思不同，陷阱五是意思一樣、寫法不同、電腦程序認為不是一個東西。陷阱一容易識別，陷阱五隱蔽性極強。因為如果只是語言溝通，很可能所有人都覺得彼此相互理解，但一回數發(fā)現大家做的完全不是一回事。陷阱五的應對建議：統(tǒng)計口徑匯總表表頭，一定要有英文名這個字段，且要

12、有各平臺該數據實際采集字段名的記錄，并且這個記錄動作要發(fā)生在實際采集代碼撰寫前。PS:這樣做是否一致，就像上面的表格一目了然了，且此時通常是程序員們先發(fā)現不一致，數據計算會存在問題，就自發(fā)統(tǒng)一了。PPS:說遠點，建議大家在做需要跨多個部門和工種協(xié)作的工作時，一定要寫下來，讓不同部門不同工種的同事看理解是否一致。不同部門不同工種的人對同一個詞和用一個音的理解，千差萬別；寫下來看看，起碼可以避免同音不同字的情況，導致的差異。這里主要有3 種情況：1）混合開發(fā)的APP,不打通結果是：用戶的真實行為是：在原生頁面A,點擊能到H5的鏈接，到了H5頁面，在H5頁面點擊能到原生頁面 B的鏈接，到了原生頁面

13、Bo你監(jiān)測成了兩個用戶，小明和張三：小明在原生頁面A 點了個鏈接，很久后出現在了從A 到不了的原生頁面B 上；另一個用戶張三，突然出現在打開APP不能直接到的H5頁面上。2）跨平臺（如：APP和微信小程序），不打通結果是：用戶的真實行為：在 APP 里分享拼團到群里，然后通過分享入口進入小程序，在小程序里完成支付。你監(jiān)測成了兩個用戶，小明和張三：小明在 APP 里分享之后，啥也沒干。張三通過小明的分享進入小程序完成支付。PS:其他跨平臺也類似，會監(jiān)測成多個用戶。PPS:你想想如果上述例子中的 APP還是混合開發(fā)的，也沒打通，那數據 會有多么 “精彩絕倫” 。3） 一個人同時使用手機+電腦+pa

14、d訪問同一個公司的網站、APP和小程序 是很常見的現象這時候，不打通的話，至少算3 個人。陷阱六的應對建議：使用相同的賬號體系，讓各平臺統(tǒng)一把賬號ID 作為用戶唯一身份標識。靈魂拷問：我們公司APP、網站和小程序要分別注冊賬號不統(tǒng)一的，且永 遠不會統(tǒng)一，該怎么辦呢？答：鄙人才疏學淺，不知道有什么合法手段可以打通這種數據。有太多人問過我，不合法但能做到的方法是啥了，這種問答題了，我都選擇性失聰。而問我不合法能做得到方法是不是啥啥啥，這種判斷題的，我會回答YES orNO。但我勸你，即使是為了能睡的踏實，也別碰紅線。簡而言之，就是數據是下面這樣的，不知道某個渠道的轉化和收入。你別笑，我服務的企業(yè)不

15、乏月廣告投放預算上億的，但他們當中也有一半以上，剛開始的時候，不知道這個數據。80%以上的企業(yè)，我服務初期沒有這個數據，包括很多拿過互聯(lián)網營銷大獎的公司。如果要的更細，比如， A 渠道某個廣告素材的轉化和收入是多少，我服務初期能拿出這個數據的也就2-3%。Why? !為什么會是這樣？ ！這不是造孽嗎？ ！主要是 4 種情況：前 3 種情況嘛，你永遠叫不醒裝睡的人。針對陷阱七里的第4 種情況的應對建議：PS:實現轉化來源追蹤，不同平臺需要不同的技術，足夠單獨寫篇文章 了。這里先挖個坑，找機會填。我們能追蹤到的數據，一定比真實發(fā)生的要少！隨便舉幾個場景吧：更不要說，數據接收、數據消費、數據存儲和數

16、據查詢，這么多技術環(huán)節(jié)，多多少少都會出點問題，只是問題多大、多頻繁的問題；更何況還有個人隱私保護法案這類東西，這年頭追求所有數據的絕對準確，可能你會被贈送一副連在一起的手鐲吧。即使合法，即使技術上沒問題，就要追求所有數據的絕對準確嗎？數據本身也是有成本的：軟件費、服務費、咨詢費、硬件費、使用工具員工的薪酬等 等。陷阱八的應對建議：在合法范圍內，有幾個分析價值巨大的數據，還是要盡可能追求準確的：頁面打開次數（無限加載頁面可以一定長度算1 頁）、賬號登錄次數（含自動登錄）及其打通、來源追蹤、收入和投放成本。我很能理解為什么這么多剛做數據采集的朋友想一次性解決數據采集問題，但應用開發(fā)的技術在不停升級

17、、變化，數據采集技術也在不斷演進，只有變才是不變的！除非你的應用不在繼續(xù)迭代升級，不再做任何活動頁面，只擴充內容或商品數量；否則，數據采集就總得隨著應用本身的變化，而不斷調整。很多朋友覺得，起碼首次上線解決大部分問題，然后，隨著變化而變。我對陷阱九的應對建議是： “二八原則 ” 。很多工作中，我們都會用到它。優(yōu)先采集那些容易產生效益數據，即：頁面打開次數（無限加載頁面可以一定長度算1 頁）、賬號登錄次數（含自動登錄）及其打通、來源追蹤、收入和投放成本，后面根據情況補充。PS:如何更好地在數據采集時，用上八原則”提高效益，也是能單獨寫篇文章的。這里只說個思路：例如：你細分頁面標題查看頁面流轉圖，

18、發(fā)現搜索后付款的比例低于導航、推薦和運營位，那是不是可以考慮對搜索進行詳細監(jiān)測，看如何優(yōu)化搜索功能呢？通常搜索后付款的比例不會是墊底的。做好數據采集后，我們有可以反映真實情況的數據了！那么，如何看數才能讓人更容易從數據中看出門道呢？剛開始做看數這項工作時，我總覺得看數就像寫文案，好像誰都能看得出來什么是好文案，誰都能寫兩筆文案，似乎這項工作沒什么門檻，誰都能做似的。做多了看數工作，我更覺得看數很像寫文案了，確實沒什么門檻，誰都能做；但文案金句不是誰都能寫得出來的，不是誰都能讓大家把數看好的。我們來看看看數階段的 3 個陷阱，你會發(fā)現避免起來，沒那么難。但平凡中見神奇，把大多數人都能學會的事情做

19、到出類拔萃，卻是最難的。我們不追求自己也能做出那些，讓人一眼驚艷的數據可視化作品。但把數字做成圖表，真的還不夠；數據可視化要幫助查看者更容易讀懂數據包含的信 息、甚至隱藏的秘密?？纯聪旅孢@組數據：比較常規(guī)的數據可視化方法，就是做個餅圖，表示構成比例：但一眼沒看到圖例的話，不容易直接意識到哪部分是男，哪部分是女。如果想一下子，把比例和男女，兩個信息都傳達出去，也許可以這么做：是不是一目了然了呢？我再拋磚引玉下：錢相關的可以用金幣（甚至收入和成本用不同顏色）、省份可以用地圖、設備占比可以用手機/PC/平板的icon等等。除了這些以外呢？根據轉化流程增加指標，是個好方法，如下圖：絕大多數人，應該一眼

20、就能看到，哪個來源是最特殊的吧！另外，兩個坐標軸都平均數搞個4 象限，效果也十分明顯，就不具體舉例了。相信大家開動腦筋，能想到更多好方法，讓你的數據可視化變得更容易傳遞信息，更容易讓人看出數據背后的秘密。先走出這一步，也許你就會成為人群中，那個與眾不同的人了。這是最可怕的，往往導致內耗巨大，很多亟需解決的問題沒人管，看相同數據的人相互之間無限踢皮球，就是不作為，企業(yè)效益每況愈下。這事聽起來像笑話，但總能碰見。為什么呢？主要是如下 3 種情況：陷阱十一的應對建議：有次和一位數據產品經理交流時，聽到： “我們客戶的需求就是，一個數據變化超過百分之多少，立刻收到一條短信或者微信，讓他們知道！ ”非常

21、典型的需求，你是不是也想立刻知道數據的實時巨變？但不是所有的指標都適合關注實時變化的。統(tǒng)計型指標、標量、累加的那種，比如：用戶數、瀏覽次數、打開次數、訪問次數、銷量、銷售金額等，在有大動作的時候，關注它們的實時變化，是很有意義的。比如，推廣活動上線后，稍有延遲用戶數就應該上升，沒上升大概率是出了什么問題；再比如，做了個促銷，銷量應該上升等等。但計算型指標，需要做個四則運算的，都不太適合關注實時變化，比如，轉化率、留存率、每訪問瀏覽頁數、平均訪問時長、視頻觀看完成率等，這些數據關注實時變化意義不大，因為他們是浮動型的，可漲可跌。你收到提醒，焦急的去查看波動巨大的原因，發(fā)現它們又到正常范圍內了。另

22、外，像留存率這種，最小時間顆粒度是天，看實時變化根本沒有任何意義。終于到了直接創(chuàng)造價值的部分了！前面三個步驟，十二個陷阱，通常會占據數據分析工作80%以上的工作量，但大家感受不到他們的價值。那些工作的價值幾乎都是隱性的，沒有他們做基礎，萬萬不能。但讓那些付出產生回報的分析里，卻藏著4 個是最容易讓數據變成謊言的陷阱。近 5 年，在線廣告的假流量占比持續(xù)降低，但平均下來占比也高達30%，雖然假流量的比例在逐年下降，但即使是最樂觀的估算2020年這個占比也能到四分之一。而某些重災區(qū)，這個數字甚至會超過50%，更有甚者超過80%。這么大的比例，不剔除出去，數據分析還有什么意義！為什么會有這么大的比例

23、呢？首先，造假的直接成本太低。機器人假流量的直接成本很低，是真流量的千分之一！即使是那種技術含量很高，很難識別的機器人假流量，直接成本也不到真流量的百分之一。而 “肉雞 ”則更難識別，且直接成為也不到真流量的五十分之一。利潤太大了，總是有人抵抗不住這種誘惑的。其次，廣告主買到假流量仍賺錢就沒事。我們拿最夸張的80%舉例，只要這 20%的真流量帶來的收益，比廣告投放成本高，廣告主就沒必要較真，當做流量的真實價格是標價的 5 倍就好。除非有另一平臺，帶來的收益更高，那即使假流量更大，廣告主也會考慮換到那里。再次，實錘假流量很難。造假技術也是在不斷升級的，能升級到什么程度呢？貓鼠游戲里有段臺詞說得好

24、： “技術上來講，他不是在做假支票，就是在做真支票。 ”有些假流量高級到，除了沒有付款，所以你懷疑它是假流量外，你找不到任何證據。最后，假流量是個巨大的利益集團點到為止！點到為止！如何應對假流量呢？總說在線業(yè)務的例子，很枯燥，這里換個籃球場上數據分析的例子。有個球員，新賽季投籃命中率55.7%，上賽季投籃命中率48.7%，提升了7個百分點，那我們是不是就可以認為，他們投籃更準了呢？命中率更高和投籃 更準是一回事嗎？聽起來像是一回事哈，數據支持這種想法嗎？我們把投籃區(qū)域分成：籃下、中投和三分，細分看看數據是什么情況。驚不驚喜！意不意外！這是開了什么掛？！籃下、中投和三分和上賽季比都下降了，但合計

25、命中率居然上升了！我們加入按投籃區(qū)域細分命中/出手數據，再看下：看出來了嗎？即使和上賽季比籃下命中率略有下降，但它還是上賽季合計命中率的近1.5倍，而籃下出手比例比上賽季提升了 50%以上，低命中率的三分和中投又減少的更多，使總出手比上賽季都低了。這個命中率的提升，不是靠提高投籃準確度，而是靠提高更擅長投籃方式的占比實現的。依照這個思路，你可以查看下，那些沒有細分、添加其他相關指標驗證的數據，估計你會找到一個大寶藏！舉個真實案例，一個公司年營業(yè)額從去年的 2,000萬到了今年的 4,000萬，CEO給董事會匯報時，說：業(yè)績翻番，做的很好。前4個字是描述事實，沒有問題；后 4 個字是表達觀點，業(yè)

26、績翻番和做的好有什么關系嗎？真的有關系 嗎？行業(yè)第一從10 億做到了 20 億也是業(yè)績翻倍，但人家基數是你 50 倍，這個難度差得有點大呀。該公司的主要競爭對手，從1 億做到了 4 億，業(yè)績翻兩翻?；鶖凳悄?5倍，業(yè)績成長是你 2 倍，哪個更難不言而喻。而去年營業(yè)額在2,000萬左右的同行，今年營業(yè)額全在5,000萬以上。業(yè)績翻番是增長最少，且總營業(yè)額最低的！能說做得好嗎？分析業(yè)務數據時，加上行業(yè)第一、競爭對手、其他同行，再看看自己的業(yè)務數據變化，也許你會發(fā)現，世界不一樣了！做業(yè)務時，數據分析是手段，業(yè)務提升是目的，不能本末倒置。舉個例子，歸因模型大家應該都聽過，一個非常高級的分析技術，用來分配價值的。一個用戶看了某個產品很多次，才購買，每次的入口不同，應該如何分配這筆收入呢？這么高級的東西，很多做數據分析的朋友，都很愿意嘗試，用它來做數據分析，甚至是自定義歸因模型，聽起來很高大上哈。高達上和假大空往往只有一線之隔，