「微商经验」一、数据分析的方法、误区与避免数据说谎的手法

不管是做产品还是做运营，在日常工作中，我们最常听见的就是：「看数据！」

是的，产品是否成功，看数据；运营是否靠谱，看数据。那什么是数据，看什么数据？很多人说「数据会说话」，也有人说「数据会说谎」。数据究竟会不会说话，说什么话，是真话还是假话，取决于数据的选择和分析的方式。

1. 数据使用的方法

1）掌握历史数据。对于运营人员来说，熟悉、掌握网站或者产品的历史数据非常关键。数据的维度越全面，网站或产品的生命周期乃至用户的生命周期就会越清晰。

2）从历史数据中归纳规律。历史数据从来不是拿来看的，而是用来分析的，分析其中的规律，在什么节点数据上升，什么节点数据下降，找出原因，形成经验，对运营人员的工作来说至关重要。

3）通过规律反向进行数据预测。掌握了规律，就具备了做数据预测的基础。例如，之前 3 年，国庆节期间网站的流量都会有明显提升，那么今年的国庆节期间基本也是一样，这时候运营人员是不是就应该提前做一些规划了呢？

4）学会对数据进行拆解。数据量越大、维度越多，越需要拆解，有按照时间的拆解，有按照相关性的拆解。运营人员懂得拆解数据，意味着有能力把控运营的节奏。

2. 运营数据分析的误区

1）不要用单一类型的数据去评价全局。

举个例子：

这是支付宝 2014 年 4 月到 6 月 Alexa 统计的日平均访问人数的走势，我们可以通过这个数据认为支付宝的活跃用户在减少吗？

答案是不能。因为 Alexa 只统计 Web 端，支付宝移动端的活跃用户是否在增加呢？我们并不能从这个数据中得到答案。

2）不要夸大偶然事件，认为带来必然结果。

对于运营来说，我们经常会发现一个活动上线之后对运营数据产生了很大的帮助，但是，也许这是一个偶然事件，如果你认为这样的活动形式必然对数据有所帮助，需要更多的数据来佐证它，并且适时地将这种活动转化为长效机制。

3）避免用结论推导原因。

运营人员很容易犯的数据分析的错误是，发现数据增长了，然后去找各种对数据增长可能有帮助的事件，并且将数据增长的原因归功于这些事件。

发现数据增长或者下降，希望找出原因，最好的方式是再现一次。

4）避免唯数据论。

数据既可以说明问题，也可能遮蔽视线。数据并不能解决所有问题，它能给你的只是一个参考，而不是一个结论。

3. 避免运营数据说谎的手法

想要避免运营数据说谎，其实很简单。比如：

1）拉伸图表。

相同的数据，不同的趋势感受。上一张图感觉用户在缓慢增长，而下一张图可以明显感觉到用户飞速增长。

2）修改坐标轴数据。

上下图当日活跃用户数感觉完全不同，一个是变化大，一个是变化小，其实是一样的。

3）故意选择有利的样本。

假设有一个 B2C 网站需要做流失用户挽回活动，选择样本为「半年内未购物」和「半年内未购物但有登录」这两种，针对哪个样本选型用户的流失挽回活动效果会更好？

答案是后者，根本不用去想。为什么？第一个选型样本里包含了有登录和无登录两种，显然挽回流失的难度上，对半年都没有登录的用户进行挽回要比对半年内有过登录但是没有购物的用户进行挽回要难得多。

4）样本规模差异。

产品的运营上，经常需要做一些 A/B 测试来验证某个功能或者某个设计更好，这时最容易犯的错误也是最容易带来数据说谎结果的情况是，样本规模有差异，比如，A 类选型选择了 100 个用户，而 B 类选型选择了 1000 个用户，不管我们最终选择绝对值还是比例，其结果都会带来巨大的误差。