数据是真实有效的吗?

作者:  //  2010 年 7 月 29 日  //  图表相关  //  没有评论

             

在当今互联网普及的社会中,几乎每一个人都会和统计数字接触,例如各种经济数据、证券信息、房地产投资可行性报告、公司财务报告、以及与互联网相关的各种页面数据点击量、网页流量、用户量统计、用户趋势分析报告等;数据分析正在以从未想象过的方式影响着我们的生活;然而大量的统计数据、统计资料由于主、客观的原因被滥用,很难起到描述事实、传递信息的作用,相反,往往还对读者形成误导,与此同时带来的问题是越来越多的人员会通过数据造假来蒙蔽对数据知识不是特别了解的人员,从而达到他们背后的目的;所以当我们在面对这些真假难分的数据时,我们又该如何去鉴别?


《How to lie with statistics》一书中提到当我们接触一个统计资料时,提5个简单的问题可分辨大部分的统计资料,分别是:谁说的,他是如何知道的,遗漏了什么,是否有人偷换了概念以及这个资料有意义吗。

  • 谁说的?

    经常会遇到利用数据图表进行问题说明的情况,这时我们往往会关注于这些数据到底是什么意思而忽略这些数据的来源和它的时效性。当遇到数据的来源是某权威人士、权威机构时,这些话往往是为了掩盖真实的资料来源。有些数据图表虽然确实引用了权威的数据,但是很有可能的是别有用心的只截取了其中的一部分数据,虽然数据是权威可信的,但结论却是自己加的,以偏概全的结果是得到与原来数据完全相反的结论。另外当在问数据来源时,一定要补上问一句这是什么时候的数据了;数据是非常具有时效性的,如果用之前的数据来解释当前的现象,也会造成错误的结论。

    比如下面这两个图表是前后相隔半年针对图片软件使用情况所做的调查,可以看到变化很大;假如我们也要做一款全新的图片软件,参考这两张不同时间的调查图表可能会导致产品定位的截然不同。

    所以当我们在看到一个统计图表的时候,首先要想这个图表是从哪里来的,是什么时候的图表,我们应该问一句:“谁说的?”接着我们应该接着我们还应追加第二个问题:他是如何知道的?

  • 他是如何知道的?

    主要是看这些数据是怎么得到的,也就是调查的样本是否足够大,样本是否有偏,调查的人群是否涵盖了所有的用户。

    下面是两张针对播放器用户所做的亮点功能调查,一个是样本量100的结果,一个是样本量2000的结果,在样本量不一样时结果差异会很大。

    在作品设计中,还有一个比较常见的问题是,当遇到一个设计或者一个功能不确定时,往往会直接询问周围同事的建议,可这并不能代表整个用户,导致结果的偏差。还有比如在一款新产品发布时,经常会做产品的可用性测试,得到的结论是一半的用户在某个功能的操作上存在问题,也许会觉得问题挺严重,实际可能是50%背后一共测试了两个用户,其中有一个用户遇到了问题。

  • 是否遗漏了什么?

    也就是看对结论有影响的因素是否都列举出来。比如说,调查表明公司的员工平均月薪是2万,调查涵盖了公司所有员工,外界一看,哇,该公司的员工工资好高啊,其实背后的原始数据没有纰漏出来,该公司有100个员工,总经理的工资是100万,而剩下的员工平均工资是1万,一平均,就说该公司的平均月薪是2万。

    比如在做一次竞品之间的满意度调查时发现自己产品的满意度明显高于竞争产品,大家看了都觉得很开心,但是却忽略了调查的方法,实际上该调查的对象都是最常使用自己产品的用户,那结果肯定是不言而喻。

    再说满意度的问题,如果针对自己的用户进行了产品的满意度调查,结果是85分(百分制),可能觉得产品还不错,可是缺少了和竞品的比较,85分到底是怎样一个水平,不得而知,实际情况是竞品用户的满意度都是在90分以上。下面两张分别是只有自己产品的满意度和有竞品满意度的图表,效果截然不同。

关于作者

Ms Office爱好者,仅仅就是一个懂得高效偷懒的伙计,但绝对不是属于Office软件的骨灰级玩家,相对注重实用。比较热衷数据可视化,当然这个爱好中忒注重视觉的部分,和我的工作基本无关,但就是喜欢。

查看所有 的文章

留下您的评论

您必须 方可发表评论。