平均数总骗人，做业务分析要懂哪些统计常识？

“人均月薪五万”这类新闻年年引发群嘲，问题往往不在造假，而在平均数天生容易被极端值拉偏。做业务分析时只看平均值就下结论，差不多是蒙着眼睛开车。下面几条统计常识，算是防止被数字忽悠的基本功。

平均数的软肋：先看分布，再看数值

平均数只在一组数据大致对称时才有代表性。收入、客单价、用户停留时长这类指标，常常是少数大值拖着长尾巴走，这时中位数和分位数要诚实得多。拿到数据至少问三件事：中位数落在哪？最高的百分之几贡献了多少？分布是单峰还是长尾？把直方图画出来，很多“平均数陷阱”一眼就能识破。

口径与样本：数字怎么算的、从谁身上来的

同比环比最怕口径错位。上个月赶上春节或大促，环比数字再漂亮也没有意义；同比要确认是不是同一时间段、同一批门店和渠道，环比要确认天数一致、节假日没有错位。统计范围同样是口径问题：退款算不算、老用户算不算、自营和第三方分开了没有。

• 幸存者偏差：只用留存用户的行为推断全体，会系统性高估满意度。
• 自选择偏差：愿意填问卷的往往是最有意见的人，沉默的大多数没被听见。
• 时间窗口偏差：只看大促期间的数据，容易把脉冲当成趋势。

分析之前先问一句：这批数据怎么来的，谁被漏掉了。

相关不等于因果

冰淇淋销量和溺水人数高度相关，共同原因是夏天。业务里这种假因果遍地都是：上了新功能后指标上涨，可能只是季节因素在帮忙；客服满意度高的店铺生意好，也许是因为生意好才有人愿意好好服务。确认因果需要控制变量、做分组实验，至少也要用常识排查有没有第三因素在暗中作祟。拿相关当因果去决策，轻则白忙一场，重则把资源押错方向。

统计常识的本质不是背公式，而是养成习惯：看到任何结论，先问数据从哪来、怎么算的、还有没有别的解释。带着这三个问题看报表，被骗的概率自然大幅下降。