数据分析常见误区:我踩过的7个坑,第4个最扎心
数据分析常见误区:我踩过的7个坑,第4个最扎心|z35资讯网
做数据这行六年,我见过太多人把分析做成"取数加画图"。报表漂漂亮亮交上去,业务方看完点点头,然后该怎么做还怎么做。问题不出在工具上,出在思路上。下面这几个误区,我自己踩过,也看同事踩过。
平均数最会骗人,中位数更诚实
刚入行那年我做过一个用户消费分析,人均客单价 380 元,看着挺健康。老板问了一句:有多少人花了不到 50?我回头跑了一遍,60% 的用户消费在 50 以下,剩下那 40% 里有几个大客户把均值拉得很高。平均数是数学,不是现实。

后来我养成习惯,任何连续型指标先看分布:分位数、直方图、最大值最小值。用户时长、订单金额、页面停留这些长尾指标尤其如此。你报一个均值,等于把一堆故事压缩成一个数字,信息全丢了。

更隐蔽的是辛普森悖论。有次做 A/B 测试,整体看 B 组转化率比 A 组高 0.3 个百分点,我差点直接下结论。拆开渠道一看,每个渠道单独比,都是 A 组赢。原因是 B 组的流量结构里高转化渠道占比更大。整体赢、分组全输,这种数据不拆维度就是灾难。

相关不等于因果,别急着归因
相关性是数据里最容易拿来交差的东西。某周 App 崩溃率上升,同时客服工单量上升,有人写报告说崩溃导致工单暴涨。听着很顺,但你去拉时间线会发现,是运营先推了一波推送,用户涌进来才引发的崩溃和咨询。两件事同时发生,跟谁导致谁完全是两码事。
判断因果我一般看三件事:时间先后对不对、有没有对照组、机制讲不讲得通。三个都过不了,就只能写"相关",不能写"导致"。写报告时用词要抠,这一条能省掉很多返工。
还有个常见毛病是指标堆太多。一个看板挂 40 个指标,业务方看完不知道该抓哪个。我的做法是先定一个北极星指标,往下拆 3 到 5 个驱动指标,其余全放进二级页面。
几个能立刻改掉的习惯
- 先问口径:这个 DAU 是登录算还是打开算,去不去重,跨天怎么算。口径不清,后面全白搭。
- 先查数据质量:缺失率、重复率、异常值。我见过一份报表因为埋点重复上报,转化率虚高 18%。
- 尽量留对照组:能上 A/B 就别拍脑袋。没有对照组的效果评估,基本等于讲故事。
- 落到行动:每份分析结尾写清楚"所以建议做什么",不写结论的报告没人看第二遍。
还有个心态问题。很多人做分析是想证明自己是对的,先有结论再找数据,这叫确认偏误。我现在的习惯是,先写下一个可能被推翻的假设,然后专门去找能推翻它的数据。数据推翻你的次数多了,判断才会准。
数据分析这活儿,工具三个月能学会,思路得练好几年。少踩几个坑,比多学两个库有用得多。