数据分析中6个常规的错误
1. 错把关联当因果
夏天雪糕销量越好,游泳溺水的事件也越多,是不是雪糕中某种成分对人影响的后果呢?简单的思考后就会发现,是因为气温越高,雪糕销量会越高,同时温度越高,去河里游泳的孩子就越多,溺水事件也就越多,雪糕销量和溺水是关联关系,而并非因果关系。
上面的例子很简单,也很容易被识破,但在实际的数据分析中,关联和因果并不是那么容易区分。再举一例:
某广告公司分析人员发现:每月广告投入越高的用户,越不容易流失,而广告投入低的用户群则很容易流失,从而得出结论:“高投入会降低客户流失率,建议销售引导客户提高首月广告投入,从而降低新客流失率”。而实际情况是,新客户初期的投入常常都比较少,看广告有了效果之后,才会逐步扩大广告投放预算,投入高的客户流失率低是因为认可广告投放效果,而不是因为花的钱多。
关联性很容易判断,如何判断是否是因果关系呢?因果符合下面的特征:
1.两个事件是关联的,就是说总是同时出现
2.原因在前,结果在后
3.原因消除的话,结果也消除
因果关系需要设计相对严谨的对照来证明,更多的时候需要靠经验来判断,这时候更注意要谨慎下结论。
2. 不匹配的比较
例:美国与西班牙战争爆发后,不少美国人不愿意参军,坦诚是因为怕死,针对这种情况,美国军方做了一份统计报告来劝说大家参军:“可靠数据统计,美国海军的死亡率是 0.9%,而同期纽约市民的死亡率是 1.6%”,潜台词非常明显,如果惧怕死亡更应该参军,因为在军营中比呆在纽约更安全。
这个例子乍看起来很有道理,如果你仔细琢磨,就会发现其中的阴谋:比较的对象不一样!如果仔细查阅,就会发现,美国海军死亡名单基本都是健康的青年小伙,而纽约市民的死亡名单大多是老弱病残,这两份数据放在一起显然不合适。
在做数据比较的时候,需要选取合适的比较对象,以便更准确地认知和发现结论,在数据分析中,一般选取的比较对象有以下几类:
自身历史
与历史同期相比,比如去年同期或上个季度。
同行竞品
合理预期
与之前产品发展的预期相比,比如:A 产品的研发,比预期收入提高 10%
同质对照组
A/B Test 结果的对比
3. 基于个案的认知
每当劝说朋友戒烟时,朋友总会拿出这个段子:
不抽烟不喝酒,63岁--林彪
不抽烟只喝酒,73岁--周恩来
只抽烟不喝酒,83岁--毛泽东
既抽烟又喝酒,93岁--邓小平
吃喝嫖赌样样有,103岁--张学良
没有任何坏习惯,一生做好事--23岁,雷锋
无论抽不抽烟,一个人都可能在各个年龄下死亡,从宏观的统计上分析,抽烟的人的寿命平均比不抽烟的人小 5 岁,而上面举出的个例,则无法说明问题
4. 精挑细选的数据维度
例:一所艺术院校,男生校服只有裤子款式,而女生有裤子和裙子两种款式,经统计得知 75% 的女生选择裙子,25% 的女生选择裤子,今天你进入校园,远远看到一个穿裤子的同学,他是男生的概率更高,还是女生的概率更高?
凭感觉得到的答案是男生概率高,因为所有的男生都穿裤子款式,而只有 25% 的女生选择裤子款式。这个例子中忽略了一个重要的数据:男生和女生的人数。
如果告诉你,该学校共 1000 人, 900 人是女生,100 人是男生,结果是什么?
女生选裤子的有 900*25% = 225 人
男生选裤子的有 100 人
很显然,这种情况下,这个人是女性的概率更高。在普通人看来,往往会有男女各占一半的经验误解。所以,在一些情况下,隐藏了部分数据就是说谎。
5. 过多脑补的推理
在一个冬日的晚上,产品流量出现下跌,经过一番分析,得出原因:天气太冷,网民因为手冷而不愿意上网,提前上床睡觉,所以流量下跌。
在一个冬日的晚上,产品流量出现上涨,经过一番分析,得出原因:天气太冷,网民愿意出门,只好在家窝着上网,所以流量上涨。
该案例背后的信息是:一个结果可能有多个原因可以解释,“大忽悠”往往引导人们只去相信其中的一个,整个推理过程没有对应的细节数据辅助。
6. 先入为主的偏见
先别往下看,这幅图的内容是什么?
你可能觉得这幅图太过模糊和抽象,一时也看不出是什么,如果告诉你说,这是一只斑点狗,很多人就会恍然大悟,觉得确实是一只斑点狗。这里隐藏了一个重要的心理学理念:
你脑子里想的是什么,你就会去寻找什么,你将会得到你期盼的结果 —— 勃朗宁
该理念有个通俗的说法是“人们只会看见他们愿意看见的事情”。
在数据分析中,虽然很难不带任何“先入为主”的观点,但依然要追求追求客观分析的态度,也要适时根据数据去观察和反思,不断修正自己的观点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17