D% *^yi8DGE

　　在當(dāng)今互聯(lián)網(wǎng)普及的社會(huì)中，幾乎每一個(gè)人都會(huì)和統(tǒng)計(jì)數(shù)字接觸，例如各種經(jīng)濟(jì)數(shù)據(jù)、證券信息、房地產(chǎn)投資可行性報(bào)告、公司財(cái)務(wù)報(bào)告、以及與互聯(lián)網(wǎng)相關(guān)的各種頁(yè)面數(shù)據(jù)點(diǎn)擊量、網(wǎng)頁(yè)流量、用戶量統(tǒng)計(jì)、用戶趨勢(shì)分析報(bào)告等；數(shù)據(jù)分析正在以從未想象過(guò)的方式影響著我們的生活；然而大量的統(tǒng)計(jì)數(shù)據(jù)、統(tǒng)計(jì)資料由于主、客觀的原因被濫用，很難起到描述事實(shí)、傳遞信息的作用，相反，往往還對(duì)讀者形成誤導(dǎo)，與此同時(shí)帶來(lái)的問(wèn)題是越來(lái)越多的人員會(huì)通過(guò)數(shù)據(jù)造假來(lái)蒙蔽對(duì)數(shù)據(jù)知識(shí)不是特別了解的人員，從而達(dá)到他們背后的目的；所以當(dāng)我們?cè)诿鎸?duì)這些真假難分的數(shù)據(jù)時(shí)，我們又該如何去鑒別？

　　在之前讀過(guò)的《How to lie with statistics》一書(shū)中提到當(dāng)我們接觸一個(gè)統(tǒng)計(jì)資料時(shí)，提5個(gè)簡(jiǎn)單的問(wèn)題可分辨大部分的統(tǒng)計(jì)資料，分別是：誰(shuí)說(shuō)的，他是如何知道的，遺漏了什么，是否有人偷換了概念以及這個(gè)資料有意義嗎。

　 % *^shiYN

　　誰(shuí)說(shuō)的？

　　經(jīng)常會(huì)遇到利用數(shù)據(jù)圖表進(jìn)行問(wèn)題說(shuō)明的情況，這時(shí)我們往往會(huì)關(guān)注于這些數(shù)據(jù)到底是什么意思而忽略這些數(shù)據(jù)的來(lái)源和它的時(shí)效性。當(dāng)遇到數(shù)據(jù)的來(lái)源是某權(quán)威人士、權(quán)威機(jī)構(gòu)時(shí)，這些話往往是為了掩蓋真實(shí)的資料來(lái)源。有些數(shù)據(jù)圖表雖然確實(shí)引用了權(quán)威的數(shù)據(jù)，但是很有可能的是別有用心的只截取了其中的一部分?jǐn)?shù)據(jù)，雖然數(shù)據(jù)是權(quán)威可信的，但結(jié)論卻是自己加的，以偏概全的結(jié)果是得到與原來(lái)數(shù)據(jù)完全相反的結(jié)論。另外當(dāng)在問(wèn)數(shù)據(jù)來(lái)源時(shí)，一定要補(bǔ)上問(wèn)一句這是什么時(shí)候的數(shù)據(jù)了；數(shù)據(jù)是非常具有時(shí)效性的，如果用之前的數(shù)據(jù)來(lái)解釋當(dāng)前的現(xiàn)象，也會(huì)造成錯(cuò)誤的結(jié)論。

% *^shiYN

　　比如下面這兩個(gè)圖表是前后相隔半年針對(duì)圖片軟件使用情況所做的調(diào)查，可以看到變化很大；假如我們也要做一款全新的圖片軟件，參考這兩張不同時(shí)間的調(diào)查圖表可能會(huì)導(dǎo)致產(chǎn)品定位的截然不同。

D% *^yi8DGE

D% *^yi8DGE

　　所以當(dāng)我們?cè)诳吹揭粋€(gè)統(tǒng)計(jì)圖表的時(shí)候，首先要想這個(gè)圖表是從哪里來(lái)的，是什么時(shí)候的圖表，我們應(yīng)該問(wèn)一句：“誰(shuí)說(shuō)的？”接著我們應(yīng)該接著我們還應(yīng)追加第二個(gè)問(wèn)題：他是如何知道的？ Y% *^xie

　　他是如何知道的？ % *^shiYN

　　主要是看這些數(shù)據(jù)是怎么得到的，也就是調(diào)查的樣本是否足夠大，樣本是否有偏，調(diào)查的人群是否涵蓋了所有的用戶。

D% *^yi8DGE

　　下面是兩張針對(duì)播放器用戶所做的亮點(diǎn)功能調(diào)查，一個(gè)是樣本量100的結(jié)果，一個(gè)是樣本量2000的結(jié)果，在樣本量不一樣時(shí)結(jié)果差異會(huì)很大。

% *^shiYN

　　在互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)中，還有一個(gè)比較常見(jiàn)的問(wèn)題是，當(dāng)遇到一個(gè)設(shè)計(jì)或者一個(gè)功能不確定時(shí)，往往會(huì)直接詢問(wèn)周?chē)碌慕ㄗh，可這并不能代表整個(gè)用戶，導(dǎo)致結(jié)果的偏差。 D% *^yi8DGE

　　還有比如在一款新產(chǎn)品發(fā)布時(shí)，經(jīng)常會(huì)做產(chǎn)品的可用性測(cè)試，得到的結(jié)論是一半的用戶在某個(gè)功能的操作上存在問(wèn)題，也許會(huì)覺(jué)得問(wèn)題挺嚴(yán)重，實(shí)際可能是50%背后一共測(cè)試了兩個(gè)用戶，其中有一個(gè)用戶遇到了問(wèn)題。

　　是否遺漏了什么？ 互聯(lián)網(wǎng)的一些事

　　也就是看對(duì)結(jié)論有影響的因素是否都列舉出來(lái)。比如說(shuō)，調(diào)查表明公司的員工平均月薪是2萬(wàn)，調(diào)查涵蓋了公司所有員工，外界一看，哇，該公司的員工工資好高啊，其實(shí)背后的原始數(shù)據(jù)沒(méi)有紕漏出來(lái)，該公司有100個(gè)員工，總經(jīng)理的工資是100萬(wàn)，而剩下的員工平均工資是1萬(wàn)，一平均，就說(shuō)該公司的平均月薪是2萬(wàn)。

　　比如在做一次競(jìng)品之間的滿意度調(diào)查時(shí)發(fā)現(xiàn)自己產(chǎn)品的滿意度明顯高于競(jìng)爭(zhēng)產(chǎn)品，大家看了都覺(jué)得很開(kāi)心，但是卻忽略了調(diào)查的方法，實(shí)際上該調(diào)查的對(duì)象都是最常使用自己產(chǎn)品的用戶，那結(jié)果肯定是不言而喻。 Y% *^xie

　　再說(shuō)滿意度的問(wèn)題，如果針對(duì)自己的用戶進(jìn)行了產(chǎn)品的滿意度調(diào)查，結(jié)果是85分（百分制），可能覺(jué)得產(chǎn)品還不錯(cuò)，可是缺少了和競(jìng)品的比較，85分到底是怎樣一個(gè)水平，不得而知，實(shí)際情況是競(jìng)品用戶的滿意度都是在90分以上。下面兩張分別是只有自己產(chǎn)品的滿意度和有競(jìng)品滿意度的圖表，效果截然不同。 Y% *^xie

Y% *^xie

　 互聯(lián)網(wǎng)的一些事

　　是否偷換了概念？

　　在看統(tǒng)計(jì)資料時(shí)，從收集原始資料到得出結(jié)論的整個(gè)過(guò)程，是否存在著概念的偷換。比如在收集數(shù)據(jù)時(shí)問(wèn)題問(wèn)的是可支配收入，下結(jié)論說(shuō)的是收入；問(wèn)題問(wèn)的是使用過(guò)什么產(chǎn)品，結(jié)論說(shuō)是經(jīng)常使用什么產(chǎn)品；實(shí)際調(diào)查只針對(duì)某幾項(xiàng)因素，下結(jié)論時(shí)卻不加定語(yǔ)限制，讓人覺(jué)得是整體的情況描述，就似現(xiàn)在國(guó)內(nèi)大學(xué)排名，不同機(jī)構(gòu)采用不同的指標(biāo)排出不同的結(jié)果，實(shí)際公布時(shí)對(duì)采用的指標(biāo)只字不提，結(jié)果往往誤導(dǎo)和迷惑讀眾。

　　給我印象深刻的是在2008年奧運(yùn)會(huì)結(jié)束后四大門(mén)戶網(wǎng)站都對(duì)外稱自己在奧運(yùn)會(huì)期間的報(bào)道取得了第一，讓網(wǎng)友摸不著頭腦的同時(shí)也讓業(yè)界疑慮叢生。其實(shí)導(dǎo)致這種結(jié)果的第一個(gè)原因是不同公司排名所采用的指標(biāo)不一樣，指標(biāo)分別有“用戶訪問(wèn)量”、“網(wǎng)頁(yè)流量”、“平均每位用戶停留時(shí)間”、“訪問(wèn)速度”、“冠軍訪談數(shù)量”等，這樣四大門(mén)戶都可以對(duì)外聲稱在奧運(yùn)報(bào)道上取得了第一；第二個(gè)原因是引用的數(shù)據(jù)源不一樣，導(dǎo)致數(shù)據(jù)上的差異，甚至不同公司引用同一家調(diào)研公司的數(shù)據(jù)都是不一樣的，摘錄其中一段調(diào)研公司的解釋：“新浪、搜狐用的是我們兩次不同的調(diào)查數(shù)據(jù)，這兩次調(diào)查的城市范圍、方法等都不一樣，兩方面數(shù)據(jù)結(jié)果根本沒(méi)有可比性。新浪公布的那個(gè)結(jié)果是我們?cè)趪?guó)內(nèi)128個(gè)城市采取計(jì)算機(jī)輔助電話訪問(wèn)的調(diào)查結(jié)果，而搜狐公布的那份結(jié)果是我們?cè)诒本?、上海、廣州、青島、南京5個(gè)重要城市采取街訪方式的調(diào)查結(jié)果。那5個(gè)最重要的城市和其他128個(gè)城市的網(wǎng)絡(luò)普及率、人對(duì)網(wǎng)絡(luò)的偏好都不一樣，數(shù)據(jù)結(jié)果反映的東西肯定也不同”，普通網(wǎng)民在關(guān)注到“第一”的同時(shí)會(huì)去關(guān)注這些背后的數(shù)據(jù)嗎？

　　另外就是同一個(gè)數(shù)據(jù)，但是圖表的基準(zhǔn)值、刻度等不一樣，也會(huì)導(dǎo)致圖表表達(dá)出的效果截然不同，比如下面兩個(gè)圖，左邊第一眼給人的感覺(jué)是2名用戶之間的上網(wǎng)時(shí)長(zhǎng)差異不大，而右邊這個(gè)給人的感覺(jué)是差異非常大。

% *^shiYN

% *^shiYN

　 互聯(lián)網(wǎng)的一些事

　　這個(gè)資料有意義嗎？

D% *^yi8DGE

　　許多統(tǒng)計(jì)資料在我們一眼就能看出是有誤的。比如前一陣因?yàn)锽T事件，一調(diào)查機(jī)構(gòu)宣稱：在他們隨機(jī)調(diào)查的100位網(wǎng)友中，有87.53%的網(wǎng)友支持封殺BTchina；有時(shí)在對(duì)用戶進(jìn)行分類時(shí)，對(duì)于分類結(jié)果，分成的各個(gè)類別的用戶是否都能在現(xiàn)實(shí)中找到對(duì)應(yīng)的人群，或者說(shuō)周?chē)J(rèn)識(shí)的每一個(gè)人是否都能找到屬于自己的類別，這都是一眼能夠看出是否有意義的。 % *^shiYN

　　最后再舉一個(gè)最常見(jiàn)但也最經(jīng)常被誤導(dǎo)的兩個(gè)例子：

D% *^yi8DGE

　　很多人在學(xué)生時(shí)代肯定都聽(tīng)過(guò)老師有過(guò)這樣的計(jì)算：離某某考試還有1個(gè)月時(shí)間，扣去一天8小時(shí)共10天的睡眠時(shí)間，扣去一天約4小時(shí)共5天的進(jìn)餐活動(dòng)等時(shí)間，再扣掉每周兩天共8天的雙休日，這時(shí)余下的學(xué)習(xí)時(shí)間就只剩7天了，這時(shí)一聽(tīng)都覺(jué)得很緊張，但是感覺(jué)沒(méi)有這么短啊，其實(shí)是我們被老師忽悠了；一個(gè)產(chǎn)品開(kāi)發(fā)項(xiàng)目計(jì)劃本來(lái)總時(shí)長(zhǎng)是1個(gè)月，后來(lái)因?yàn)槟撤N變更，需求規(guī)劃時(shí)間要增加15%，界面設(shè)計(jì)時(shí)間要增加20%，開(kāi)發(fā)的時(shí)間要增加10%，測(cè)試時(shí)間要增加5%，則總時(shí)間要增加50%？實(shí)際總時(shí)間增加肯定不到20%。 互聯(lián)網(wǎng)的一些事

　　在這個(gè)信息爆炸的時(shí)代，統(tǒng)計(jì)本是一個(gè)通過(guò)數(shù)據(jù)揭露本質(zhì)的有力工具，但遺憾的是，統(tǒng)計(jì)未必能夠揭示真實(shí)，有時(shí)候還可能成為假象的幫兇。當(dāng)我們面對(duì)生活中形形色色的統(tǒng)計(jì)數(shù)據(jù)時(shí)，還要多保持一些理智和清醒，并要有所保留地看待問(wèn)題。因?yàn)?#8220;如果一個(gè)人以種種肯定的立論開(kāi)始，他必將終止于各種懷疑；但如果他愿意抱著懷疑的態(tài)度開(kāi)始，那么他必將獲得肯定的結(jié)論。”