一、为了数据而数据
您是否有过这样的体会，面对着海量的报表数据，一阵眼晕，顿觉无处着眼，每个字节似乎都在“跳动”，仿佛身处迷雾之中？反正我有，并且常常有（今日头条改名“字节跳动”，我脑海中浮出来的居然是这样的报表）。
报表上海量的数据往往“看上去好像有用”，或者某一次被用到过，就上了周报、月报。随着时间的推移，数据越堆越多，渐渐成为一片汪洋大海。这事实上也许没什么帮助。
首先，这会消耗数据团队的人力或技术资源来生成这些数据，消耗读者的大量时间精力来阅读这样的数据，然后往往并没有相应的产出。
其次，更糟糕的是，这样的“汪洋大海”会使真正值得被注意的数据彻底淹没，并得不到关注。数据太多了，大家往往干脆都不看，不是吗？
数据是拿来用的，不用的就是无用数据。建议如下：
1. 根据会实际执行的具体动作而定制数据需求。
2. 定期回顾数据报表，哪些很久没有被使用了，可以定期清理去除。当然，存档性的基础数据越全越好，但也应尽量减少数据冗余，以减低数据一致性风险。
二、幸存者偏差
统计学家亚布拉罕.沃德在二战中受聘于美军一个研究小组，从归航的幸存战机机身上残留的弹痕，倒推出被击落的战机的“致命部位”，找到战机的薄弱环节。下图是他的统计图：
数据统计不会骗人，该图表明：应该在机翼和座舱前后加强防护能力。
然而，这结论真的对吗？请思考一分钟。
如前所述，以上的统计，主要是针对返航维修的战斗机所做的统计。而二战时期的战斗机，发动机和螺旋桨基本都在飞机的机头部位，我们应该可以想到，一旦飞机的心脏-机头被击中，根本没机会返航，直接成了残骸，而残骸往往也很难定位被击中部位。统计图中机头没有红点，很容易错误地结论机头不需要额外加强，而这样的错误，代价是惨重的。
这就是“幸存者偏差”。该现象指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。
实际的工作中我们也常遇到此类问题，例如：侧重局部数据分析，而统计局部选取不甚合理，与整体状况有较大差异，从而得出错误结论。或者，某品类转化较好，就结论其更符合消费者需求，而其实只是该品类获得了大部分资源。
三、过度反应于数据小幅波动
有时对环比做统计，看到流量增减了3%，就花很多时间去做分析，却得不出有价值结论。
这世界唯一永恒不变的就是变化。要对数据波动合理性有一个判断，超出什么幅度才代表可能会引起业务后果的异常状况（可以参考统计学相关知识），设立合适的警戒阈值，只有超出了上下限才触发一次分析。这样可以有效节省数据团队资源，也可以让自己专注于正确的事情。
建立数据波动警戒阈值时，建议考虑如下两点：
1. 充分参考历史数据情况，观察每一次引发数据波动的值得关注的“事件”带来对波动幅度，用统计学对方法确定警戒阈值。
2. 充分考虑正常时令因素或社会因素引起的波动，把这个波动带进去作为正常状态的基线，基线基础上进一步的超阈值波动才值得进行分析。
四、忽略趋势性数据
与上面提到的“过度反应”情况相反，有时小幅的数据持续性变化（同向的增减），可能在揭示着背后的某些必然性因素。如果观察到趋势性现象（连续5个或7个同向点，基于数据对应的事情本身有多关键），哪怕幅度微小，也应当引起重视，触发分析。详细参见本系列第一篇文章相关内容。
五、数据扭曲
很多时候数据受到多种未被统计到的因素影响而产生偏差。例如，下图是某互联网公司分析订单与用户自然流失关系的折线图。
从上图不难看出，大致在4～6单之间流失率出现拐点，因品类而略有不同。于是，我们不难结论——第5单是留存的魔法数字。也就是说，如果用户下到第5单，留存会进入相对稳定的状态。于是，运营团队据此立项，通过每单补贴，或设定任务目标激励，推动用户从新客一路转化到5单。
大家先思考一下，这样做有什么问题？
可能您已经想到了，补贴激励如果投放力度过大，会直接推动用户产生非自然购买行为，或引发用户“薅羊毛”的操作，并且可能会引入大批黄牛党。而一旦到了5单，补贴结束，用户可能就会迅速流失，并没有如期望的那样形成对平台的深度认同和购买习惯。换句话说，用刺激手段给用户打“兴奋剂”后看到的并非自然行为，这也就造成了留存转折点的变化。我称之为数据扭曲，也就是外力作用下数据趋势发生了扭曲，并不能反应真相。
该怎么办在后面谈留存的时候再深入探讨。简单说，首先结合用户调研，深入理解该魔法数字背后的逻辑——往往是由于多次下单都有良好的体验，进而逐步形成了对平台的认同，并逐渐培养了在该平台（或其中某个品类）的购买习惯，进而稳定留存。
因此，补贴虽然能激励用户复购，却不能让补贴成为用户的购买主因，需要通过多元化的手段精细化结合小额补贴（如返京豆、淘金币）运营1转2，2转3……，让用户健康成长直至稳定。
六、过度分析
开发背景的同学可能知道一个设计上常见的错误：Over enginnering，中文可以翻译成“过度设计”。
意思是说，一个原本简单的功能设计得过于复杂，过度考虑了兼容性、扩展性或异常处理等因素，全无必要地增加了系统的复杂度、开发周期并可能降低系统的性能。就像为了防止万分之一的被高空坠物击中而每天穿着铠甲出门。数据的分析和运用，有时也会犯类似的错误。
先举一个管理学上的栗子：
多年前我带一个200多人的开发团队时，内部有大约30多个小组，当时我极其信奉量化管理（CMM第4级的核心），尝试推行一个全面的数据化绩效评估体系，来考评各组的工作成效。
初期我考虑了代码行数，bug数，按时交付情况，测试通过功能点数量等几个核心因素，并结合SQA团队做出的第一个版本在组长会议上进行探讨。
一石激起千层浪。立刻有组长提意见，说各组开发模块的复杂度不同，影响代码质量和速度，因此我把复杂度作为加权系数乘了进去，于是大家一通争执到底乘几合适……
好不容易摆平了，又有组长提意见，说有的代码是开发工具自动生成的，于是又把这个参数加入评估模型……
接着又有组长提意见，说有的组受客户需求变更影响特别严重，要被考虑，于是……
再接着又有组长提意见，说自己组的代码模块是接手的，要修里面问题，和新模块开发的难度不能比……
于是，改了几十遍的绩效模型变得庞大复杂。
尽管如此，大家好像也还不怎么服气，因为还有更多因素没涵盖，而且乘以的各种权重，争议都很大……
您可能看到问题了。虽然管理学不在本文范围，但这同时也是一个过度使用数据的例子。
再举另一个例子——做计划。
有的公司做计划十分粗放，随便拍一个，执行的时候再说。但另一个极端是，过度计划。
例如，预测明年的销售，于是要分析明年的流量、商品、价格、转化；然后对每个因素继续深入分析，比如流量，要考虑市场宣传、渠道、拉新活动、会员、产品和运营的动作，等等。然后每一个因素，又继续往下细分……到最后一层不能拆了，就拍个数。看起来好像比前一种合理，对吗？
结果是做计划消耗了巨大的人力，在小细节上反复掂量，而忽略了很多未代入因素会产生更重大影响。比如国家经济形式、工商政策、关税、行业趋势、竞争对手动作……这些因素根本无法准确预测，也无法纳入量化分析。
此外，计划做得再精细，分解得再到位，最底层数据也是“拍脑袋”拍出来的，拍脑袋数据汇总起来也还是拍脑袋数据，虽然看起来比不分解直接拍更合理有逻辑，但并不存在绝对客观的预测和计划。
我很相信计划的两面性—— 一半是事先分析做出来的，一半是在执行上管出来的。
两手抓，两手都要硬。分析出商业目标的核心影响因素，根据同比状况和商业需要做第一层最多到第二层分解，然后作为指标下达到各个部门，随后以强有力的管理来推进，通过不断的资源调整来纠偏，明确奖惩，杜绝借口，并在必要时根据实际情况对计划做出调整。
当然，数据分析和使用，什么度是最适宜的，这个可能需要结合自己的最佳判断来给出。但牢记关键——抓核心放次要，保持全局视野，勿过度陷入细节。
最后推荐一下数据分析的书。
多年前我学习数据分析的时候读过一本书《网站分析实战》，在建立数据思维和实用角度上，从概念到实操都极具参考意义。
数据分析这个专题到这里先告一段落，感谢大家的耐心阅读，希望有所帮助。
最后声明一下，所有我的文章仅代表我个人观点，仅供学术交流探讨。
作者：徐霄鹏
微信公众号：产品遇上运营