你好,游客 登录 注册 搜索
背景:
阅读新闻

数据分析的5个误区

[日期:2016-05-30] 来源:简书  作者:杜王丹 [字体: ]

  在做数据分析时,我们需要警惕这5个常见误区:

数据分析

  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比高?

  显然不能这么说,因为那届奥运会,姚明只投了1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,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

  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。





收藏 推荐 打印 | 录入:elainebo | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款