數(shù)據(jù)是如何坑人的？

文 | 鄭云瀟

篇直接看案例：

現(xiàn)有兩個(gè)廣告素材A和B，要測(cè)一下它們誰(shuí)更能吸引用戶轉(zhuǎn)化，評(píng)比的指標(biāo)是轉(zhuǎn)化率（轉(zhuǎn)化率=轉(zhuǎn)化數(shù)/曝光數(shù)）。

為保證試驗(yàn)公平，它們都設(shè)置了相同的預(yù)算額度，并且都在中午

開12點(diǎn)開始投放，然后到晚上12點(diǎn)同時(shí)關(guān)閉。

這樣跑了半天，兩組廣告的預(yù)算也都基本花完了，結(jié)果發(fā)現(xiàn)：A一共曝光6500次，轉(zhuǎn)化了70個(gè)用戶，轉(zhuǎn)化率是1.077%；B一共曝光6200次，也轉(zhuǎn)化了70個(gè)用戶，轉(zhuǎn)化率是1.129%。

看到結(jié)果后，廣告投放師小李就認(rèn)為B素材的轉(zhuǎn)化率更高。

這時(shí)，營(yíng)銷總監(jiān)老王卻說(shuō)：到目前為止，我更愿意相信A要高一些。

小李一臉蒙，問(wèn)：“為啥啊？”

老王解釋道：“即使是相同的廣告，在不同的時(shí)段也會(huì)有不同的轉(zhuǎn)化率。一般來(lái)說(shuō)，下午的轉(zhuǎn)化率是低于晚上的，因?yàn)榇蟛糠秩税滋於加惺虑椋惶菀妆晦D(zhuǎn)化，而到了晚上，大家都有空了，所以更容易被轉(zhuǎn)化。”

小李又問(wèn)：“你說(shuō)得對(duì)，但跟這次投放試驗(yàn)有啥關(guān)系呢？”

老王繼續(xù)說(shuō)：“我剛從后臺(tái)看了素材的來(lái)量情況——A素材下午轉(zhuǎn)化50個(gè)，曝光5000次，晚上轉(zhuǎn)化20個(gè)，曝光1500次；B素材下午轉(zhuǎn)化20個(gè)，曝光2200次，晚上轉(zhuǎn)化50個(gè)，曝光4000次。其實(shí)不管是下午還是晚上，A的轉(zhuǎn)化率都是更高的。而你之所以認(rèn)為B更高，主要是因?yàn)锽在晚上才跑出了量——它捏的‘軟柿子’比較多，你就誤以為它更厲害。”

看到這里，可能你還有點(diǎn)蒙：是啊，如果拆開來(lái)看，確實(shí)A更高，但合并看總數(shù)的話，又是B更高，那這到底該怎么看呢？

坑1：辛普森悖論

上文的現(xiàn)象，就是典型的“辛普森悖論”（Simpson's Paradox）——在某個(gè)條件下的兩組數(shù)據(jù)，分別討論時(shí)都會(huì)滿足某種性質(zhì)，可一旦合并考慮，卻可能導(dǎo)致相反的結(jié)論。

這是在其他領(lǐng)域的工作中也會(huì)經(jīng)常遇到，并且經(jīng)常會(huì)坑人的一個(gè)現(xiàn)象。

幾乎每一家公司，上司都會(huì)讓下屬對(duì)業(yè)務(wù)層面的各種數(shù)據(jù)進(jìn)行匯總，然后呈報(bào)給自己，并自以為了解了總體的情況。

不過(guò)，谷歌的一位數(shù)據(jù)大牛曾說(shuō)過(guò)：“匯總的數(shù)據(jù)往往就是一坨屎，沒有任何意義。”

為什么這樣說(shuō)？

拋開專業(yè)的數(shù)學(xué)分析，如果用最通俗的語(yǔ)言來(lái)解釋，我認(rèn)為就是：20頭豬就是20頭豬，50棵樹就是50棵樹，但如果你硬要把它們加起來(lái)（20+50=70），這個(gè)70是毫無(wú)意義的，什么都代表不了。匯總的數(shù)據(jù)，除了象征性地匯報(bào)工作，往往并無(wú)其他意義。

為什么說(shuō)是象征性的？

因?yàn)槿绻麉R報(bào)工作是為了指導(dǎo)決策，那很可能會(huì)把人帶進(jìn)坑里。

就像上文廣告素材的案例，如果營(yíng)銷總監(jiān)想偷懶，只看最后的結(jié)果，那他很可能就誤判了廣告素材的優(yōu)劣。更嚴(yán)重的，甚至?xí)?dǎo)致后續(xù)投放的素材都沿著“壞素材”的方向去優(yōu)化。

所以在真實(shí)的情況中，如果一定要就此蓋棺論定，確實(shí)是A要高一些（當(dāng)然更科學(xué)的做法是繼續(xù)試驗(yàn)，并通過(guò)加大預(yù)算和嚴(yán)控時(shí)段，來(lái)減少偶然性，以及不同性質(zhì)的數(shù)據(jù)占比的差距）。除了廣告投放，辛普森悖論還經(jīng)常出現(xiàn)在各種各樣的數(shù)據(jù)統(tǒng)計(jì)活動(dòng)之中——需要算比率的統(tǒng)計(jì)基本都會(huì)出現(xiàn)，比如轉(zhuǎn)化率、留存率、合格率、負(fù)債率、投資回報(bào)率，等等。

那么，如何才能避免匯總數(shù)據(jù)可能帶來(lái)的坑呢？

關(guān)鍵記住8個(gè)字：不同性質(zhì)，拆開來(lái)算。

坑2：誤把相關(guān)當(dāng)因果

“啤酒與尿布”的故事大家應(yīng)該都聽過(guò)——通過(guò)相關(guān)性分析，商家發(fā)現(xiàn)啤酒的銷量與尿布的銷量呈高度正相關(guān)。于是他們?cè)陉惲猩希屍【坪湍虿茧x得更近，以此來(lái)提高銷量。當(dāng)然，這完全是個(gè)不切實(shí)際的、杜撰的故事（杜撰者是Teradata公司的一位經(jīng)理——估計(jì)是營(yíng)銷經(jīng)理，為了說(shuō)服商家購(gòu)買他家的數(shù)據(jù)服務(wù)，編的軟文）。

而這里想說(shuō)的重點(diǎn)是：相關(guān)性分析。

如今，不管是傳統(tǒng)行業(yè)還是互聯(lián)網(wǎng)行業(yè)，數(shù)據(jù)已成為企業(yè)內(nèi)部最重要的資產(chǎn)之一。

而各家公司的數(shù)據(jù)分析師，幾乎每天都會(huì)做的一件事就是：分析各個(gè)因素之間的相關(guān)性，并以此來(lái)找到增長(zhǎng)方法。

比如游戲公司發(fā)現(xiàn)：用戶玩游戲時(shí)間越長(zhǎng)，留存往往越好，所以就重點(diǎn)提升新用戶的游戲時(shí)長(zhǎng)，以此大幅提升留存。

再比如便利店通過(guò)監(jiān)測(cè)發(fā)現(xiàn)：人們逆時(shí)針環(huán)顧店內(nèi)的時(shí)間占比越大，人均消費(fèi)就越高，所以在裝修和陳列上，就盡量引導(dǎo)人們逆時(shí)針行走。因?yàn)橛移沧拥娜烁啵话隳鏁r(shí)針環(huán)店能讓更多商品出現(xiàn)在人右側(cè)，這樣拿東西更方便，也就拿得更多了。

不可否認(rèn)的是，通過(guò)相關(guān)性分析，確實(shí)能找到很多有效的增長(zhǎng)方法。

不過(guò)，過(guò)于迷信相關(guān)性，有時(shí)會(huì)帶來(lái)相反的結(jié)果。

比如某社交APP想提高留存。

他們發(fā)現(xiàn)，用戶發(fā)消息的條數(shù)，與留存的相關(guān)性系數(shù)是最高的。不僅如此，他們還發(fā)現(xiàn)，消息條數(shù)超過(guò)500的用戶群體，與沒有超過(guò)500的用戶群體，留存情況出現(xiàn)了斷崖式的差異。

于是，為提高留存，團(tuán)隊(duì)就提出：假如我們?cè)O(shè)法提升新用戶發(fā)消息的條數(shù)，盡量使之超過(guò)500，就可以明顯提高留存了。

再于是，他們就通過(guò)設(shè)置“階段性有獎(jiǎng)任務(wù)”（發(fā)消息到一定條數(shù)，就會(huì)觸發(fā)獲獎(jiǎng)提示，并告知下一個(gè)有獎(jiǎng)任務(wù)），將所有新用戶的消息條數(shù)都給拉了上去，并基本超過(guò)500。

然而，最后的結(jié)果卻是：雖然整體的短期留存上去了，但整體的長(zhǎng)期留存反而下降了。

為什么會(huì)這樣？其實(shí)，這就是典型的誤把相關(guān)當(dāng)因果，甚至是因果倒置——不是因?yàn)闂l數(shù)多，所以才留存好，而更多是因?yàn)榱舸婧茫詶l數(shù)才多。

上述的方案，雖然短期能通過(guò)利益提高留存，但對(duì)真正愿意使用產(chǎn)品的用戶來(lái)說(shuō)，獲獎(jiǎng)提示可能是一種打擾。另一方面，利益的刺激會(huì)帶動(dòng)更多非目標(biāo)用戶（羊毛黨）下載和使用APP，拉低用戶質(zhì)量，所以長(zhǎng)期留存就降了。

而最終關(guān)于留存的優(yōu)化方案，其實(shí)是在廣告方面：因?yàn)樵揂PP是重點(diǎn)參考Instagram來(lái)做的，特點(diǎn)在于圖像相關(guān)的功能。但此前的廣告只是模糊地說(shuō)了“好玩有趣”，沒有突出具體的功能和使用場(chǎng)景，所以造成用戶預(yù)期與產(chǎn)品不符，留存就不高的情況。

有趣的是，在之前數(shù)據(jù)分析的結(jié)果中，廣告與留存的相關(guān)系數(shù)并不算很高。

坑3：只信看得見的數(shù)據(jù)

如果說(shuō)上述兩個(gè)坑分別是因?yàn)閷?duì)數(shù)據(jù)和業(yè)務(wù)不夠理解才掉進(jìn)去的，那么第三個(gè)坑，可能就是越理解數(shù)據(jù)和業(yè)務(wù)，就越容易掉進(jìn)去。

數(shù)據(jù)最大的問(wèn)題，是它只能顯示有數(shù)據(jù)的信息，而不能顯示沒有數(shù)據(jù)的信息。

克萊頓·克里斯坦森將這兩種信息分別稱作積極數(shù)據(jù)與消極數(shù)據(jù)。

積極數(shù)據(jù)是指有結(jié)構(gòu)、可量化的數(shù)據(jù)。比如：銷量、銷售額、留存率、轉(zhuǎn)化率、復(fù)購(gòu)率、利潤(rùn)率、付費(fèi)率、性能指標(biāo)、市場(chǎng)規(guī)模等（能規(guī)范地被整理到Excel里的數(shù)據(jù)都是積極數(shù)據(jù)）。

而消極數(shù)據(jù)就是指那些沒有清晰的結(jié)構(gòu)，也很難被發(fā)現(xiàn)和量化的數(shù)據(jù)。比如用戶使用產(chǎn)品背后的動(dòng)機(jī)、情感、觀念、習(xí)慣以及這些因素跟隨時(shí)代的變化等。

從業(yè)務(wù)誕生的那天開始，企業(yè)就會(huì)掌握越來(lái)越多的積極數(shù)據(jù)，比如：哪些產(chǎn)品賣得最多？哪些產(chǎn)品利潤(rùn)最高？復(fù)購(gòu)率如何？顧客年齡如何分布？市占率是多少？……

而隨著積極數(shù)據(jù)的增多，它對(duì)企業(yè)內(nèi)部的影響也會(huì)越大——銷售部會(huì)根據(jù)不同產(chǎn)品的銷量和利潤(rùn)，去影響生產(chǎn)規(guī)劃；品牌部會(huì)根據(jù)品類在網(wǎng)絡(luò)上的關(guān)鍵熱詞，去調(diào)整產(chǎn)品賣點(diǎn)；投放部會(huì)根據(jù)老用戶的屬性，精準(zhǔn)投放新用戶；客服部也會(huì)根據(jù)用戶反饋，給產(chǎn)品提優(yōu)化建議……

好像一切都會(huì)正向發(fā)展，并慢慢沉淀為經(jīng)驗(yàn)。

不過(guò)，一些經(jīng)驗(yàn)之外的東西，也在醞釀和發(fā)生著。

以電商為例，當(dāng)阿里和京東根據(jù)自己的增長(zhǎng)經(jīng)驗(yàn)，擴(kuò)充更高客單價(jià)的品類，搶奪更高凈值的人群，設(shè)立專門的打折促銷日，并戰(zhàn)略性地放棄低端市場(chǎng)的時(shí)候，拼多多卻突然冒了出來(lái)，并且只用幾年用戶量就全國(guó)領(lǐng)先。

阿里和京東其實(shí)都沒有錯(cuò)，但拼多多是憑什么？那些低線的用戶。為什么不用淘寶，卻要用拼多多？因?yàn)楦阋恕槭裁雌炊喽喔阋耍恳驗(yàn)樗泻芏嘧鞣回洝⑸秸洝?/p>

那為什么這些作坊貨、山寨貨要去拼多多賣？

一方面是其他平臺(tái)不讓賣，另一方面是拼多多的拼團(tuán)模式能讓他們薄利多銷——跟在線下去趕集一樣。

是的，對(duì)于低線的用戶（包括商家）來(lái)說(shuō)，拼多多才是首個(gè)把他們線下購(gòu)物的場(chǎng)景搬到線上來(lái)的APP——不管是組團(tuán)購(gòu)物、砍價(jià)還是買賣山寨便宜貨，本來(lái)就是他們線下的日常。

至于淘寶和京東，對(duì)他們來(lái)說(shuō)則更像城里的商場(chǎng)——貴，去的次數(shù)也不多（而且對(duì)他們來(lái)說(shuō)，但凡貴的東西，要看到實(shí)物才踏實(shí)）。

為什么拼多多能看準(zhǔn)這個(gè)市場(chǎng)機(jī)會(huì)，還發(fā)明了“社交電商”這個(gè)新物種？

其實(shí)，對(duì)于低線用戶來(lái)說(shuō)，購(gòu)物本身就是社交——大家一起上街買東西；遇到熟悉的商販砍砍價(jià)，你買一斤花生，他送你兩顆棗；你幫隔壁大嬸帶點(diǎn)蔥，隔壁大嬸幫你帶點(diǎn)鹽。既有商品交易，也有情感往來(lái)——這就是拼多多洞察到的，關(guān)于用戶購(gòu)物的消極數(shù)據(jù)。

所以，所謂的“幫砍拼送”“社交電商”，本來(lái)就來(lái)源于生活，來(lái)源于對(duì)那些消極數(shù)據(jù)（動(dòng)機(jī)、情感、觀念、習(xí)慣等）的洞察。拼多多只不過(guò)是把它們搬到了手機(jī)上，讓它更容易發(fā)生而已。

至于阿里和京東，毋庸置疑，他們的核心團(tuán)隊(duì)一定是既懂電商業(yè)務(wù)，又精于數(shù)據(jù)分析的。

不過(guò)，這么專業(yè)的團(tuán)隊(duì)，為什么沒有在拼多多之前把握市場(chǎng)機(jī)會(huì)？

這里的原因是多方面的。

企業(yè)要增長(zhǎng)，團(tuán)隊(duì)要成長(zhǎng)，自然更愿意把注意力放在利益更大的地方——更高凈值人群，更高客單價(jià)產(chǎn)品，更高頻的產(chǎn)品，等等。其實(shí)，現(xiàn)在的拼多多也一樣。

另一方面，如泉涌噴的積極數(shù)據(jù)，也很自然地將內(nèi)部注意力集中于產(chǎn)品和指標(biāo)，如如何提升物流效率，如何提高廣告收入，如何提高用戶活躍度，等等。

就這樣，在利益和數(shù)據(jù)的驅(qū)動(dòng)下，他們會(huì)越來(lái)越了解自己的用戶，并為其提供越來(lái)越好的產(chǎn)品和服務(wù)。與此同時(shí)，他們也會(huì)越來(lái)越清楚誰(shuí)不是自己的用戶——“那些低線的人，就不是典型的電商人群，我沒什么精力去關(guān)注他們。”

不過(guò)，正是這種因數(shù)據(jù)導(dǎo)致的、慢慢被固化的偏見，才導(dǎo)致市場(chǎng)被分化、被占領(lǐng)，甚至被顛覆。