数据误区：先别急着下结论

做数据观察这些年，最常遇到的不是算法难题，而是几个反复出现的误读。它们不复杂，却容易让一份报告从根上偏掉。下面记录四个误区，每个都配一个具体场景和核对方法。

误区一：把口径不同的两组数据直接对比。某团队曾把“外卖差评率”从3.1%降到1.8%当作服务提升的证据。细看才发现，早期口径包含配送超时，后期只统计餐品问题。口径一变，数字自然好看。核对方法很简单：拿到任何对比图，先问三件事——统计对象是谁、时间窗口多长、分母是什么。这三个问题能筛掉大半伪对比。

误区二：用短期走势外推长期趋势。某内容平台日活从12万涨到15万，用了六周，团队据此预测年底破30万。但把过去两年的日活曲线拉出来，会发现每年7月都有一次开学季回落，幅度在18%左右。六周的上扬只是暑期效应。判断走势时，至少看满一个完整周期：日数据看两周，周数据看八周，月数据看二十四个月。周期没走完，别急着画延长线。

误区三：忽略基准率，只盯变化幅度。某功能改版后点击率从2%升到2.4%，涨幅20%，听起来可观。但该功能所在页面的整体点击率是8%，改版后全页点击率反而降了0.3个百分点。局部涨幅可能来自页面内流量重新分配，而非总量增长。遇到百分比变化，先找基准：分母是全体用户还是活跃用户，是实验组还是全量。基准不清，涨幅就是悬空的。

误区四：把相关性当因果，且不做对照。某电商发现，使用优惠券的用户月均消费额比不用的高47元，于是加大发券力度。但随机对照实验显示，发券组与对照组消费差额只有6元，且不显著。原因是用券用户本身消费意愿更强。想验证因果，最稳的办法仍是随机分组：同一天、同一人群，一半发券一半不发，看差值。没有对照，观察到的差异可能只是筛选的结果。

这四个误区背后有一个共同点：急于从数据里要一个结论。更稳的做法是先把数据放回它产生的流程里——谁记录的、怎么定义的、覆盖了谁、持续了多久。流程清楚了，结论往往自己会收窄。

最后留一个可操作的清单：拿到任何数据，先核对口径是否一致，再看周期是否完整，接着找基准和分母，最后问一句有没有对照组。四步走完，再谈预测和判断，出错的概率会低很多。数据不会说谎，但解读数据的人容易省略步骤。