2016北京大数据展:大数据时代，容易被数据误导的八个问题
2016中国(北京)国际大数据产业博览会暨高峰论坛-大数据时代，容易被数据误导的八个问题
由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于2016年9月12日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。2016大数据组委会：咨询热线：86+10+5890 7091 180 0107 4442，
现在做销售、市场的人如果不懂得数据分析，用数据说话那真是落伍了。没见很多企业领导开口就是“拿数据给我看，没有数据我怎么做决策啊?”。可见数据分析在当今的企业管理中占据做非常重要的地位，并且数据分析师也是未来十年最有前途的十大职业之一。
现在做销售、市场的人如果不懂得数据分析，用数据说话那真是落伍了。没见很多企业领导开口就是“拿数据给我看，没有数据我怎么做决策啊?”。可见数据分析在当今的企业管理中占据做非常重要的地位，并且数据分析师也是未来十年最有前途的十大职业之一。
先看一个利用数据忽悠人的案例： 在美国和西班牙交战期间，美国海军的死亡率是千分之九，而同时期纽约居民的死亡率是千分之十六。后来海军征兵人员就用这些数据来证明参军更安全。你认为这个结论正确吗?当然不正确，这两个数字根本就是不匹配的，当兵的都是身强力壮的年轻人，而居民的死亡率是包括老弱病残的数据，这些人相对来说，死亡率是高的。所以正常应该是用同年龄段的海军数据和纽约居民来对比。
其实你发现9‰和16‰根本就不具有可对比性。
企业管理人员对“假”数据是深恶痛疾。原因不言而喻：“假数据”造成资源浪费，决策失误，贻误战机等等。简单总结一下“有问题数据”的几个方面，帮助大家早日练成火眼金睛。需要提醒大家的是“有问题的数据”并不代表一定是“假”的数据，因为有的数据是真的，但是结论确实“假”的。常见的利用数据来
误导大家的情况有以下几种：
一、随意制造“假”的数据来忽悠客户或消费者
请原谅我用了“制造”这个动词。
这种情况随处可见，对于某些人或组织来说，数据的严肃性根本就是一句空话，他们是要什么数据就编什么数据，他们的名字叫”编“委。对于这种情况，我们一定要多问几个为什么，问清楚数据源就可以了。记住“无数据(源)就没有真相”。比如报纸的发行量永远是世界上最难解的谜题，我也不知道答案，我只知道：
1、媒体自己公布的发行量实际上是他们的最高发行记录，一般来讲大家习惯去掉“最高”二字
2、当年某些报纸为了创造最高发行量，直接把报纸从印刷厂拉倒垃圾站，这种情况是公然而无耻的作假，后被禁止
大家看看这句话中的数字是否有错误：公司业务员小强有24个客户，4月不重复客户购买比率为78%(备注:不重复客户购买比例=有订单的客户总数/总客户数)。答案是错误的，因为永远算不出来78%这个数据。
二、定向取值问题
这种一种具有隐蔽性和欺骗性的手段。何为定向取值?就是先假定一个结论，然后选取最利于这个结论的人群进行市场调查或研究，最后号称这个规律或结论具有普遍性。比如平均工资，我要让他高，就去写字楼访问，我要让他低，那就如劳务市场吧!这种方法是一种骗人的伎俩，要不得，可是很多人非常热衷!
把这种方法用到极致的是市场调查公司或某些政府机关。比如某年某地区说要在半年内将房价降价多少以上，半年以后他们真的做到了，可是老百姓并没有感到房价下降的趋势，为什么呢?原来他们玩了个数字游戏，半年前的样本是城区的房价平均，半年后加上了郊区的房价后取平均。
大部分市场调查公司是定向取值的热衷者。很多企业的老板会要求市调公司按照他们的结论来采样调查，然后用这个数据去做广告、公关，欺骗消费者。有些公司的调查数据是真的(即调查的样本数足够多，且没有定向选取调查对象)，但结论却是假的。因为企业也可以定向取结论。比如(此事例是为了说明问题，假设的数据，千万不要当真)，比如某种牙膏宣传：使用该品牌的牙膏后将使蛀牙减少23%，这个数据是市场调查后的数据。当然这个数据对你一定是有诱惑力的。因为你认为减少的反义词就是没减少!可你是否知道他的背后有可能是这样的：23%的人蛀牙减少，40%的人没有任何反应，37%的人蛀牙反而增多了(只是这种可能性不大)。
看看这幅画你就懂了
三、田忌赛马
田忌赛马的故事大家想必都听说过，利用田忌赛马来误导的情况也是比较多见的。看一个例子，2010年底某知名B2C网站搞了一个“全民疯抢”活动，活动结束后，某人在微博上写道：就成交数据看，在大促四日里的日均交易额已经远远超过了09年度国美、苏宁和百联三家线下大卖场的总和日均销售额。就这句话来说是没有问题的，错在前后数据没有可对比性，用自己促销时的最大值和别人的常规日销售来做对比，这样的对比没有任何意思。这个就好像刘翔参加残奥会比赛得了冠军又能如何?根本就不是一个组别。
再来看一组数据：2010年12月20日到12月26日电影《非诚勿扰2》和《让子弹飞》的周票房分别为2.4亿和2.1亿(备注：非2是12月22日上市，让是12月16日上市)。从这两个数据是否我们可以得出这样的结论：“非2”票房大大超越“让”的票房。从纯数据的角度来说，实际上这两个数据没有可对比性，不匹配。因为12.20-12.26是“非2”上影的第一周，是“让”上影的第二周。正常大片的票房高点都是在第一周。如果我们单看他们第一周的票房数据：让上市第一周4天票房共2.9亿，平均每天0.7亿，非2上影前5天票房2.4亿，平均票房约0.5亿元，“让”票房反而高很多!
田忌赛马实际上就是在选择数据的结论。数据的匹配性是我们时刻都需要提防的，这方面是极易犯错误的，有时候我们看起来非常合理的对比也有可能是非常不合理的。
四、数据分析的系统误差
数据分析有的时候是人为因素影响，有的时候还可能有系统误差出现。举说来说：假设人事部要在一个公司内部调查一下大家对新来的总经理的看法，选项有五个：非常喜欢、喜欢、没感觉、不喜欢、非常不喜欢。要求匿名投票。收回选票后结果如下：非常喜欢25%，喜欢40%，没感觉20%，不喜欢10%，非常不喜欢5%。由于是匿名投票你可能认为这个数据没问题了吧(假设没有拍马屁的现象)。
我的回答是不一定。因为很可能还有很多员工根本就没有投票。他们不投票的原因有可能是不知道该调查或忙没来得及投票等，还有就是这些弃权票很可能都是要投“不喜欢”的人，他们不想表达自己的真实想法，所以他们有“目的”的放弃了投票。想想联合国大会的弃权票吧，有点这个意思的吧。另外如果这个调查的五个选项改成如下排序：非常不喜欢、不喜欢、没感觉、喜欢、非常喜欢。还是刚才投完票的那些人来投，结果可能不一样哦!
五、眼见为虚、图表的忽悠
如果上面的几点还不能忽悠你，那再来个数据加图表，双重忽悠。让你觉得有图有真相。看看下面这两张图，你喜欢那张?
发现不同了吗?其实上面两张图的数据源一模一样，市场占有率都是从05年的23.5%增长到2010年24.8%，仅仅增长了1.3%。第一张图初一看市场占有率增长得气势如虹，第二张毫无亮点!有些公司更缺德，把左边的数据比率还給隐藏起来，名为保护公司机密!如果那样你就彻底被忽悠了。
对某些人来说，这两张图各有用处，比如第一张可以給消费者看，可以夸大公司的市场占有率，第二张在向董事局要钱的时候給董事们看，说明市场占有率增长不大，需要投入!当你需要骂人的时候第二张也可以给下属看。当然这是开玩笑，Y轴的值一般EXCEL会自动调整，不过也可以人为调整，但如果调整过大(比如本例)就一定要醒目的标注出来，否则就有误导之嫌!
六、预设结论
这个好理解，就是先有结论后用数据来证明这个结论。比如下面这个砖家的分析，为了去匹配国家提出的65岁退休年龄他也是蛮拼的：
再看一个预设结论的案例，继续上图。这是早几年微博疯传的一张图，原题为“我终于发现1-9的秘密”。
这个“秘密”就是1有一个角，2有两个角，3有三个角……依此类推。这就是预设结论的典范。其中4有4个角我勉强能接受，7有7个角怎么讲?还有最奇葩的是9，为了证明9有9个角作者也是蛮拼的。
其实，我们很多企业领导人有时候会无意识的犯预设结论的毛病(有意识的预设结论就不说了)。比如某天领导对下属说：小王，你看看这个月销售不好是不是会员复购率低的原因?这算轻度的预设结论吧，下属会朝着你指明的复购率去找问题。
重度预设结论是那种领导?比如在年底是，老板对小王说了：小王，你分析分析明年我们的目标能完成10亿吗?这算暗示吗?这是明示啊。你放心，“懂事”的小王一定会去想办法证明这10亿目标的合理性，可是苦了的就是下面那些卖命的兄弟们。
七、算也算不清楚的各种率
据说离婚率前三位城市是北京39%，上海38%，深圳36%(数据来源于新闻媒体)。仔细一查，发现这个离婚率公式是这样的：离婚率=离婚数/结婚总数，乍一看，没有任何问题。2010年的离婚率就是2010年离婚数除以2010年结婚数?错了!不是苹果对苹果!2010年离婚的人和结婚的人根本就不是一个概念。这样计算的结果不但毫无可信度，而且还給被广大人民群众造成误解!目前媒体上有关离婚率的数字应该都是这样计算出来的。
那怎样计算离婚率呢?我们可以将上面的公式修改一下就可以了。2000年结婚人群在2010年的离婚率=2000年结婚且2010年离婚总数/2000年的结婚总数。顺便说一下，如果我们对2000年结婚人群每年都计算一个离婚率的话，你还可以分析是否有七年之痒存在。
很多零售企业每个月都会计算退货率，实际上和离婚率是一个概念，需要分门别类才能正确的计算出来的。
八、“如果…那么…”忽悠法
这种忽悠方法常存在于一些创业公司或者骗子公司中。常用句式是“如果全国人民每人给我一分钱，那我就是10亿富翁了”，大家是不是很熟悉这种忽悠套路?
进化版：中国有13亿人口，其中我们产品的目标人群占30%，如果其中有20%的人购买我们的产品，每人消费100块的话。那我们的销售额就能做到近100亿，所以说这个市场规模很大，我们有很大的机会!
还有这个，春节期间只2天时间微信便绑定个人银行卡2亿张。若30%的人发100元红包，共形成60亿元的资金流动，延期一天支付，民间借贷目前月息2%，每天保守收益就420万元，若30%的用户没选择领取现金，那么其账户可以产生18亿元的现金沉淀，无利息成本.
如果你们注意一下，目前我们很多微商是很流行这种忽悠术。
数据障眼法很多，特别是在中国这个盛产山寨和骗子的地方，所以各位，还是擦亮自己的眼睛吧。祝你早日练成火眼金睛。
