《数据分析的5个坑,你踩过几个？》由会员分享，可在线阅读，更多相关《数据分析的5个坑,你踩过几个？（3页珍藏版）》请在金锄头文库上搜索。
1、数据分析的5个坑，你踩过几个？产品经理所面对的数据，本质上和日常生活中的数据没有太大的差别。简单来说，都是一个量化事物的手段，就像身高、体重一样，都是一个数字指标，它代表了现实存在的事物的一个客观情况。正是因为数据的客观性，让数据变成了发掘问题本质，寻找事物规律所需要用到的最有利的手段之一。但是，数据虽然客观，有时也是会骗人的。在与数据打交道的过程中，我们可能经常会犯一些错误，导致分析的结论出现较大的偏颇。因此，在做数据分析时，我们需要警惕这5个常见误区：1. 选取的样本容量有误08年奥运会上，姚明的三分投篮命中率为100%，科比的三分投篮命中率为32%，那么是不是说姚明的三分投篮命中率要比科
2、比高？显然不能这么说，因为那届奥运会，姚明只投了一个三分球，科比投了53个。因此，在做数据对比分析时，对于样本的选取，需要制定相同的抽样规则，减少分析结论的偏差性。2. 忽略沉默用户用户迫切需要的需求产品的核心需求产品经理在听到部分用户反馈的时候就做出决策，花费大量的时间开发相应的功能，往往结果，可能这些功能只是极少部分用户的迫切需求，而大部分用户并不在乎。忽略沉默用户，没有全盘的考虑产品大部分目标用户的核心需求，可能造成人力物力的浪费，更有甚者，会错失商业机会。3. 错判因果关系某电商网站数据显示，商品评论的数量与商品销售额成正比。即一个商品评论数量越多，那么该商品的销售额也会越高。假如我们
3、认为评论多是销量高的原因的话，数据分析的结论就会指导我们，需要创造更多的商品评论来带动商品销量。但如果真的这样操作的话，就会发现很多商品的销量对于评论的敏感度并不一样，甚至很多商品销量很高，但与其评论的多少毫无关系。这里，我们就需要思考，评论真的是影响销量的必然因素吗？除了评论之外，影响销量的因素，还有其质量、价格、活动等，如果能完整的认识到这些因素，那我们要拉升商品销量，首先会需要先从其他角度来考虑，而非评论入手。因此，在分析数据的时候，正确判断数据指标的逻辑关系，是指导我们做出产品决策的前提。4. 被数据的表达技巧所蒙蔽上图从表面上来看，第二个图表显然更吸引人，转化率增长更加可喜。但实际上
4、，两个图表使用的是同一组数据。第二个图表，仅仅是更改了纵轴范围，就在视觉上觉得第二个的转化率增长幅度更大。因此，在做数据分析时，我们需要警惕一些数据处理的小计俩，不要被数据的视觉效果所蒙蔽。5. 过度依赖数据过度依赖数据，一方面，会让我们做很多没有价值的数据分析；另一方面，也会限制产品经理本来应有的灵感和创意。比如，分析马车的数据，很可能我们得出的结论，是用户需要一匹更快的马车。如果过度依赖数据，局限了我们的思维，就很有可能不会有汽车的诞生。很多优秀甚至伟大的产品决策，并非通过数据发现的，而是一个产品经理综合智慧的体现。最后数据是客观的，但是，解读数据的人是主观的。只有正确的认识数据，才能正确的利用数据。在做数据分析时，对待数据我们必须要有一个求证的心态，并需要时刻警惕那些被人处理过的二手数据。本文节选自网易产品经理微专业的精益数据分析课程，内容有删改。#专栏作家#杜王丹（微信公众号：杜王丹），人人都是产品经理专栏作家，一个理性与坚持的行动派。本文原创发布于人人都是产品经理，未经许可，禁止转载。人人都是产品经理（）中国最大最活跃的产品经理学习、交流、分享平台
