怎么统计出真实、准确的数据?
怎么统计出真实、准确的数据？
现在人人都在谈数据，张口闭口“用数据说话”。可真到动手统计的时候，画风一秒变样：Excel表东拼西凑，问卷随便发一发，电话回访能省就省，最后为了给领导交差，还得再“润色”两下。
结果就是：数字漂亮得一塌糊涂，现实惨得一塌糊涂。
想统计出真实、准确的数据，先把一件事刻在脑子里：数据不是算出来的，是采出来的。源头要是假的，后面用再多公式、做再多模型，全是自欺欺人。
第一步，先把口径对齐。
多少人连“活跃用户”怎么定义都没统一，就开始拉表、做报表。A部门按登录算，B部门按下单算，C部门按停留时长算。最后三个人拿出三份“真实数据”，互相对不上，还互相指责对方造假。统计之前，先写清楚：这个指标到底怎么算，分子是谁，分母是谁，什么情况算，什么情况不算。
第二步，别迷信问卷，也别迷信系统。
问卷最大的问题是：人会说谎，人会记错，人会顺着你说。系统最大的问题是：垃圾进，垃圾出。录入的人手一抖，字段选错、单位搞混，后面没人核对，直接一路汇总到总裁办。想要靠谱，就得抽样回访，拿原始单据和系统记录对着看，发现不一致，马上倒查流程。
第三步，接受“脏数据”的存在，但要有清洗规则。
真实世界的数据从来不会整整齐齐。重复记录、空值、异常极值，全都是常态。你得提前定好：哪些算异常，怎么处理——是剔除、修正，还是单独标注。别为了好看，把明显不合理的数据直接删掉装作没看见。
第四步，让统计人员和业务部门“物理隔离”。
利益冲突摆在那儿：KPI压着，奖金吊着，谁敢保证自己不手抖？统计口径、抽样方法、核查规则，尽量由相对独立的团队来设计，执行过程留痕，修改记录可追溯。凡是“只能看不能解释”的数据，一律打问号。
真实的数据往往不好看，好看的数据往往不真实。
敢把难看的数字摊在桌面上，才算真的会统计。