[网摘]数据的“忽悠”功能

本人在新浪微博（http://t.sina.com.cn/chemyhuang）玩了一年有余，基本上见证了各时期的大事件，最大的感受是很多脖友为了博眼球，增加粉丝，不惜说假话，移花接木，歪曲事实。对他们我的评价是：语不惊人誓不休，为赋新词强说愁。很多脖友为了证明自己观点的正确性，不惜创造“数据”。

比如某著名脖友的微博：50%白领认为，房租上涨影响了生活质量（2010年7月23日的微博）。首先，50%这个数据可能是创造出来，没有标明来源。其次如果我是已经买了房产的白领，房租上涨多少对我来说没有丝毫影响，相反如果我有好几套房，我可能因为房租收入高了反而提高生活质量。第三房租上涨了多少会影响生活的质量，10%？20%？当然不可否认这个微博达到了吸引眼球的作用！

对于企业的管理人员来说，这种“假”数据是深恶痛疾。原因不言而喻：造成资源浪费，决策失误，贻误战机等等。简单总结一下“有问题数据”的几个方面来源，帮助大家早日练成火眼金睛。（注：有问题的数据并不代表一定是假的数据）

一、随意编造假的数据来忽悠客户或老板

这种情况随处可见，对于某些人或组织来说，数据的严肃性根本就是一句空话，他们是要什么数据就编什么数据，他们是的名字叫”编“委。对于这种情况，我们一定要多问几个为什么，问清楚数据源就可以了。记住“无数据（源）就没有真相”。

这种情况还有个极端就是创造“数据”。比如报纸的发行量永远是世界上最难解的谜题，我也不知道答案。我只知道：

1、媒体自己公布的发行量实际上是他们的最高发行记录，一般来讲大家习惯去掉“最高”二字

2、当年某些报纸为了创造最高发行量，直接把报纸从印刷厂拉倒垃圾站，这种情况是公然而无耻的作假，后被禁止

3、前几年北京地铁流行买一份1元的报纸送你一瓶价值1～2元的饮料，也是为了变相的创造最高纪录。对外宣传是为了让大家“试看”个人博客：http://chemyhuang.blog.163.com/

二、定向取值问题

这是比一更具有隐蔽性和欺骗性的手段。何为定向取值？就是先假定一个结论，然后选取最利于这个结论的人群进行市场调查或研究，最后号称这个规律或结论具有普遍性。比如平均工资，我要让他高，就去写字楼访问，我要让他低，那就如劳务市场吧！这种方法是一种骗人的伎俩，要不得，可是很多人很热衷！

把这种方法用到极致的是市场调查公司和政府机关。比如某年某地区某高官说要在半年内将房价降价多少以上，半年以后他们真的做到了，可是老百姓并没有感到房价下降的趋势，为什么呢？原来他们玩了个数字游戏，半年前的样本是城区的房价平均，半年后加上了郊区的房价后取平均。很简单吧！鄙视这种行为。

市场调查公司我认为基本上是做良心品质。很多企业的老板会要求市调公司按照他们的结论来采样调查，然后用这个数据去公关或说服消费者。好的调查公司这种业务是不接的。可是现在的无良公司很多，对于这种市场调查数据最好是能了解到调查公司是那家，自己分析判断。

当然遇到好的调查公司的调查数据（意味着调查数据是真实的），有些企业也可以定向取结论。比如（此事例是为了说明问题，假设的数据，千万不要当真），比如某种牙膏宣传：使用该品牌的牙膏后将使蛀牙减少23％，这个数据是市场调查后的数据。当然这个数据对你一定是有诱惑力的。因为你认为减少的反义词就是没减少！可你是否知道他的背后有可能是这样的：23％的人蛀牙减少，40%的人没有任何反应，37%的人蛀牙反而增多了（当然这种可能性不大）。

三、系统误差

个人博客：http://chemyhuang.blog.163.com/

前两种情况都是数据人为误差，有的时候数据分析还有系统误差出现。好的调查公司的数据很多时候也是有问题的，这个倒不一定是定向取值的问题。举说明例。假设你要在一个公司内部调查一下大家对新来的总经理的看法，选项有三个：喜欢，没感觉，不喜欢。并且要求匿名投票，收回选票后数据显示如下：喜欢-70%，没感觉-20%，不喜欢-10%。由于是匿名投票你可能认为这个数据没问题了吧（假设没有拍马屁的现象）。

我的回答是不一定。因为很可能还有很多员工根本就没有投票。他们不投票的原因有可能是不知道，忙没来得及投等，还有就是这些弃权票很可能都是要投“不喜欢”的人，他们不想表达自己的真实想法，所以他们有目的的放弃了投票。想想联合国大会的弃权票吧，有点这个意思的吧。

四、眼见为虚

如果上面的几点还不能忽悠你，那再来个数据加图表，双重忽悠。让你觉得有图有真相。看看下面这两张图，你喜欢那张？

发现不同了吗？其实上面两张图的数据源一模一样，市场占有率都是从05年的23.5%增长到2010年24.8％，仅仅增长了1.3%。第一张图初一看市场占有率增长得气势如虹，第二张毫无亮点！有些公司更缺德，把左边的数据比率还給隐藏起来，名为保护公司机密！如果那样你就彻底被忽悠了。

这两张图各有用处，比如第一张可以給消费者看，第二张在向董事局要钱的时候可以給董事看！但是这样都是不对的，正确的做法是挑一个适当的比例尺。

我们来看看这种情况是不是随处都有，比如最新一期淘宝网的数据魔方上的一张图，大家看看是不是似曾相识（右边这张图）：

Y轴的值一般EXCEL会自动调整，当然也可以人为调整，但如果调整过大（比如本例）就一定要醒目的标注出来，否则就有误导之嫌！

数据障眼法很多，特别是在中国这个盛产山寨和骗子的地方，所以各位，还是擦亮你的眼睛的。助理早日练成火眼金睛。

数据化管理的相关博客：

什么是数据化管理

如何发现销售报告中有错误的数据

超级数字天才：用数字思考变聪明的案例

几张非常有用的销售分析图表