最近發(fā)現(xiàn)，公司有的新人喜歡在做數(shù)據(jù)分析報(bào)告的時(shí)候做一些小手腳，有時(shí)候差點(diǎn)連我都被唬住了，今天就來和大家聊聊數(shù)據(jù)分析里的那些騙人把戲。

做數(shù)據(jù)分析的人做的久了，就會(huì)自然而然產(chǎn)生一種想法，認(rèn)為數(shù)據(jù)展示出來的東西一定是正確的。畢竟如果連我們自己都質(zhì)疑數(shù)據(jù)分析的權(quán)威性和說服力，那我們數(shù)據(jù)分析人的工作不就成了白費(fèi)功夫了嘛。

一開始，我也認(rèn)為這是一條不可撼動(dòng)的“鐵律”，但是漸漸我開始發(fā)現(xiàn)，數(shù)據(jù)分析很難做到一絲不茍地嚴(yán)謹(jǐn)，也很難做到完全正確，有時(shí)候甚至?xí)`導(dǎo)我們的判斷。

因?yàn)閿?shù)據(jù)不僅能夠揭露事實(shí)，它也可以用來隱藏真相!

比如下面這三種騙局，就是利用了數(shù)據(jù)的欺瞞性，變成了很容易讓人上當(dāng)?shù)墓戆褢?

坐標(biāo)軸里做手腳

可視化圖表本來是為了能夠讓人更加直觀、方便、快捷地了解數(shù)據(jù)情況，包括數(shù)據(jù)的異常情況和發(fā)展趨勢(shì)，所以公司的老板和領(lǐng)導(dǎo)都喜歡看圖表，覺得圖表總不會(huì)騙人吧?但是可視化圖表有一個(gè)很大的局限性，就是必須保證指標(biāo)的統(tǒng)一性。而很多人恰恰利用了指標(biāo)的不一致性，或是增加某些東西，或是隱藏某些東西，就可以讓圖表說謊。

1、橫坐標(biāo)作弊：讓數(shù)據(jù)更“平穩(wěn)”

如果你是一位投資人，看到了上圖這樣一份公司近幾年的財(cái)務(wù)報(bào)告，展示了公司每年凈利潤(rùn)的走勢(shì)，你就會(huì)覺得：哇，這家公司經(jīng)營(yíng)的不錯(cuò)啊，每年都在增長(zhǎng)，看起來很有投資價(jià)值!

但是如果你是一個(gè)比較善于觀察的人，你就會(huì)發(fā)現(xiàn)一個(gè)問題：橫坐標(biāo)軸只有奇數(shù)列!

這就是很多人都會(huì)玩的一種把戲，故意刪減掉一些影響整體趨勢(shì)的值，為了讓整個(gè)數(shù)據(jù)更加平滑、平穩(wěn)，就會(huì)直接將坐標(biāo)軸列刪除，美名其曰“數(shù)據(jù)太多、分組展示。”

而實(shí)際上，我們將橫坐標(biāo)軸進(jìn)行還原，這家公司的財(cái)務(wù)報(bào)告就可能變成下圖這個(gè)樣子：

財(cái)務(wù)數(shù)據(jù)波動(dòng)如此劇烈，估計(jì)每個(gè)投資人都不敢給這家公司一分錢了吧!

2、縱坐標(biāo)作弊：讓數(shù)據(jù)更“懸殊”

我們經(jīng)常可以在電視中看到這樣的統(tǒng)計(jì)分析圖，用來展示某個(gè)屬性或者指標(biāo)的對(duì)比情況。

比如這位棒球選手的速度，直觀上給人的感覺好像是下降了非常多，但是我們?nèi)绻吹街鶢顖D上的數(shù)據(jù)之后，就會(huì)發(fā)現(xiàn)根本就是從77.3下降到了75.3而已。

其實(shí)跟上一種把戲一樣，這個(gè)騙局就是將縱坐標(biāo)軸“處理”了一下，縱坐標(biāo)軸不再是從0開始，而是從某個(gè)值開始，這樣就會(huì)將兩者之間的差異進(jìn)行放大，會(huì)讓我們覺得數(shù)據(jù)十分的懸殊。

而實(shí)際上，我們將縱坐標(biāo)的起點(diǎn)還原為0之后就會(huì)發(fā)現(xiàn)，其實(shí)二者的差距非常小。

當(dāng)然這種把戲玩得最好的，還要說是美國(guó)的媒體，用這種方式去抨擊領(lǐng)導(dǎo)人或者是贊揚(yáng)領(lǐng)導(dǎo)人可以說是屢試不爽!

3、整體比例作弊：讓數(shù)據(jù)更“突出”

如果大家覺得不用坐標(biāo)圖，不就可以避免橫縱坐標(biāo)軸的作弊行為了嗎?那你可就想的太簡(jiǎn)單了，因?yàn)檫@一招更加高明!當(dāng)然這招還是美國(guó)媒體玩的最好，比如下面這份統(tǒng)計(jì)數(shù)據(jù)，最高與最低差了33%的比例，可以說非常懸殊。

但是其實(shí)我們很容易發(fā)現(xiàn)，這三個(gè)數(shù)值加起來的比例根本不是100%，而是120%!也就是說統(tǒng)計(jì)者人為地將整體數(shù)據(jù)設(shè)置為了120%，因?yàn)檎故镜氖潜壤P(guān)系，因此這種比例就會(huì)擴(kuò)大，實(shí)際上兩者之間的差距僅僅只有28%!

偽相關(guān)

比起第一種把戲，這種把戲沒有在可視化圖表上動(dòng)手腳，而是利用了大家對(duì)于相關(guān)性的誤解，認(rèn)為相同即是相關(guān)。比如說下面這兩張圖，第一張圖是美國(guó)新建住房的銷售量與新建住房?jī)r(jià)格之間的關(guān)系走勢(shì)圖，第二張圖是美國(guó)每年的芝士消費(fèi)量與每年被床單纏住窒息而死的人數(shù)之間的關(guān)系走勢(shì)圖。

我們能夠看出來兩張圖都呈現(xiàn)出了高度的擬合性，那么我們能說兩種圖里的因素都具有很高的相關(guān)性嗎?

首先，第一張我們應(yīng)該都沒有什么質(zhì)疑，因?yàn)榉績(jī)r(jià)與銷售量之間存在很強(qiáng)的因果關(guān)系，所以兩者的變化趨勢(shì)基本都是一致的;

但是第二張中雖然兩個(gè)因素的變化趨勢(shì)也是一致的，但是我們很難相信，一個(gè)國(guó)家的芝士消費(fèi)量，會(huì)與每年被被單纏住窒息的死亡人數(shù)有關(guān)系，因?yàn)檫@兩者之間很難產(chǎn)生因果關(guān)系，這就叫做“偽相關(guān)”。

類似的例子還有很多，比如尼古拉斯凱奇在電影中的出鏡次數(shù)和淹死在游泳池里的人數(shù)：

邏輯誤導(dǎo)

邏輯誤導(dǎo)經(jīng)常出現(xiàn)在我們?cè)谶M(jìn)行演繹推理的時(shí)候，比如最常見的邏輯誤導(dǎo)就是以偏概全，通過根據(jù)群體中一小部分人的經(jīng)歷得出有關(guān)整個(gè)群體的結(jié)論。

比如，你是一家集團(tuán)公司的總裁，在北京和上海均有業(yè)務(wù)，你要根據(jù)市場(chǎng)占有率情況進(jìn)行重大的戰(zhàn)略調(diào)整。兩地的市場(chǎng)占有率如下表。

所以，你會(huì)判斷上海市場(chǎng)的業(yè)務(wù)要優(yōu)于北京市場(chǎng)的，對(duì)么?

此時(shí)，只考慮了地區(qū)的差異，把所有的數(shù)據(jù)看成了整體，看似確實(shí)是上海市場(chǎng)的業(yè)務(wù)優(yōu)于北京市場(chǎng)。

但如果考慮多因素分析，根據(jù)各項(xiàng)業(yè)務(wù)實(shí)際占有率，你會(huì)驚奇地發(fā)現(xiàn)：產(chǎn)品M的市場(chǎng)占有率，北京(49.33%)高于上海(47.13%)，產(chǎn)品N的市場(chǎng)占有率，北京(40.4%)也同樣高于上海(40%)。

北京的每一項(xiàng)業(yè)務(wù)都比上海要好!

所以，面對(duì)數(shù)據(jù)，我們一定要秉持著絕對(duì)客觀、嚴(yán)謹(jǐn)?shù)膽B(tài)度去看待，做數(shù)據(jù)分析，是為了推動(dòng)業(yè)務(wù)的發(fā)展，挖掘更多價(jià)值，而不是為了迎合業(yè)務(wù)想要的結(jié)果。

諸位共勉!