数智资源网
首页 首页 大数据 大数据入门 查看内容

数据分析的5个误区

木马童年 2019-3-2 14:03 136 0

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比高?显然不能这么说,因为那届 ...

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。

 

数据分析 数据对比 产品经理 商业机会 数据指标 数据处理
0
为您推荐
什么样的人才是大数据人才呢?我们应该怎么定义和分类?

什么样的人才是大数据人才呢?我们应该怎么定义和分类

在未来世界,国家之间、区域之间甚至是公司之间的大数据人才的争夺战,将是愈演愈烈的…...

数据科学,数据分析和机器学习之间,有什么本质区别?

数据科学,数据分析和机器学习之间,有什么本质区别?

我们都知道机器学习,数据科学和数据分析是未来的发展方向。有些公司不仅利用大数据帮…...

大数据现在处于什么阶段,入行大数据,需要学习哪些基础知识?

大数据现在处于什么阶段,入行大数据,需要学习哪些基

大数据的发展历程总体上可以划分为三个重要阶段,萌芽期、成熟期和大规模应用期…...

大数据技术怎么学习,在学习大数据之前,需要具备什么基础?

大数据技术怎么学习,在学习大数据之前,需要具备什么

  大数据又称黑暗数据,是指人脑无法处理的海量数据聚合成的信息资产,在民生、IT、…...

对于大数据开发的学习,最经典的学习路线是什么?

对于大数据开发的学习,最经典的学习路线是什么?

对于现代社会,大数据开发的重要性不言而喻,通过大量的数据处理、分析获取有价值的信…...

大数据时代,主要需要什么类型的人才?

大数据时代,主要需要什么类型的人才?

什么是大数据,大数据是主要指的是,无法在可承受的时间范围内用常规软件工具进行捕捉…...