电子商务运营中的五大数据陷阱_数据分析师

做电商，看懂数据是基本功。软件可以解决繁琐的计算，但解读还需要运营人员有基本的数据分析能力。本文了五个常见的数据陷阱，了解和掌握后可以有效避免一些分析结果的偏差，从而帮助管理者做出正确的决策。

如今，“大数据”的概念被炒得沸沸扬扬。不可否认，数据确实是越来越多了，人们的数据意识也正在增强，尤其是在积累相对容易的电商行业。但面对众多的运营数据，你真的能有效的将其应用吗？先不谈各种复杂的计量模型，笔者从几个简单的统计学概念入手，提醒大家：数据有陷阱，应用需谨慎。

1、算术平均数的局限性

算数平均数，即几个数字相加后除以个数，这也许是大家仅有的对平均数的理解。但其实平均数还有很多，比如中位数、几何平均数、众数等等。先看下面的例1，某店铺一段时间的营业额数据如下：

该店铺12期销售额的算数平均数是300，但有10期数值都在300以下，这样的数值合理吗？前10期的算数平均数仅是210，和300相去甚远。显然后面两期的数值对整体的拉升作用明显。来个更极端的例子，三个人的年收入分别是3万、3万和300万，但算数平均是102万，原本是两个屌丝和一个高帅富，可一平均后大家都成了高帅富。大家很多时候吐槽统计数字有水分，其实这就是算术平均数的陷阱。

那么怎样获得更准确的平均数呢？有人说，“去掉最大值，去掉最小值”，这方法没错，但略显粗暴。我们介绍几个更科学的计算方式。

先看中位数。中位数即将数列从小到大排列后，取中间位置的那个数字作为平均数，若数列是偶数，则取中间两位数的算数平均。例1的中位数是200，显然比300要来的合理的多。

其次是众数，即出现频率最高的那个数。

最后介绍下几何平均数。若要求5个数字的几何平均数，则将这5个数连乘后开5次方。例1中的几何平均数是268，也要比300更接近真实水平。

目前普遍在用的算数平均数，受极值的影响很大，其准确性是值得管理者们注意的。笔者建议管理者将中位数也应用起来，对算数平均的判断起辅助作用。若两者相差过大，则需要找到极值产生的原因。

在EXCEL中，中位数、众数和几何平均数的函数分别是MEDIAN、MODE和GEOMEAN，应用起来非常方便。

2、引入定基比率

目前大家比较熟悉的是同比增长率和环比增长率，同比增长率能够排除掉季节性的因素，反映出较为实质性的增长。而环比能够连续地、动态地反映出指标的变化。但仅有这两个指标有时候是不够的。比如，去年和今年市场行情相差很大，那么同比（今年与去年同期比）的参照性就很不可靠，而环比只看到了这期和上期的差异，若相隔的期数多了，就很难判断现在的状况如何。怎么办？大家不要忘了定基比率，即将固定的某期设为基数，其后各期该期进行对比。

比如某店铺今年1月至12月的销售额数据为（10,12,13,16,18,13,17,19,18,20,25,22），我们将1月数据设为基数100，其后各期与之的比值即为定基比数据（100，120，130，…，250,220）。笔者认为定基比有时更能反映出某段时间的经营成果。比如某项改革从1月开始了，那就将各种运营指标以1月为基期，以后各月与它对比，便能直观反映这项改革带来的效果。

3、绝对的排名不一定可靠

某天你孩子向你报告考试成绩，说考了第9名，你是高兴还是愤怒？先别急着下论断，得先问问几个人考试。若是500人，那你必然赐予拥吻和礼物；而若是10个人，你八成会赏个巴掌。这就是绝对数字排名的局限性。那么我们用个百分比数值来代替之，就免去了这样的尴尬，即排名数值除以总的参与排名的个数。比如我经营50款产品，某款产品销售额排在第8位，那就表明它排在16%。

要多说一点的是，在百分比的排名中，需重视四分位数，即25%，50%，75%三个档次。许多指标的优劣都会以四分卫数来衡量。比如你的转化率在行业内的前25%以内浮动，那你暂时不用担心，将精力放在其他方面，若低于25%了，那你或许要花力气来提升你的转化率了。

4、不要被漂亮的增长曲线蒙蔽

对于许多中小型的电商企业，经营的第一步便是冲销售额，因此粗放经营是普态，对各种指标的大起大落习以为常。有了漂亮的增长业绩，稳定性真的不重要吗？笔者不这么认为，尤其是成本，稳定各项成本是对企业发展的一种蓄力。

比如采购成本，许多企业判断其采购成本的唯一指标便是算数平均数，其弊端在上文中已经指出，而对稳定性的认识只停留在人的主观感受或采购曲线的波动上。笔者建议电商们计算方差指标，即EXCEL中的VAR函数，方差越大，表示该指标稳定性越差。

一般来说，一个健康的企业，不管销售额如何变化，其成本的稳定性（绝对值较稳定或者变化率较稳定）会较强，即方差较小。稳定性变差，一般预示着重大变化的来临。面对越来越饱和的市场和越来越激烈的竞争，电商企业急需关注自己运营的稳定性。尤其是与供应链各个环节相关的稳定性，如采购成本、推广费用、物流费用等等，任何指标若变得不稳定了，就该警惕，找出背后的原因。

5、不要盲目做活动 

笔者有幸观察过一个日化店铺的数据，老板非常想知道什么因素对销售额的影响最大。在对其运营数据进行回归分析后，发现做活动的次数和时长对其销售额都没有影响（统计不显著），唯一有影响的是客单价，客单价越低销售额越高。乍看之下，这个结论着实有些让人无语（因为谁都知道）。但模型显示，客单价每降低一元，总销售额提升100多，鉴于其高于50%的毛利率，降价一元可以总体上多赚50块。但是总销售额是万元级的，因此多赚的50元微不足道。所以总体上看，销售额似乎是一个不受人为控制的指标（自然波动）。这似乎是一个谜题。

但促销活动的不显著是值得我们思考的。当然，也许是我们遗漏了某关键的指标，也许仅仅有客单价、促销次数、促销天数、转化率、UV、熟客率等指标是不够的。但不妨自问，我们很多时候是不是太过看重促销和推广了？