電商，看懂資料是基本功。軟體可以解決繁瑣的計算，但解讀還需要運營人員有基本的資料分析能力。本文列舉了五個常見的資料陷阱，了解和掌握後可以有效避免一些分析結果的偏差。
如今，「大資料」的概念被炒得沸沸揚揚。不可否認，資料確實是越來越多了，人們的資料意識也正在增強，尤其是在積累相對容易的電商行業。但面對眾多的運營資料，你真的能有效的將其應用嗎？先不談各種複雜的計量模型，筆者從幾個簡單的統計學概念入手，提醒大家：資料有陷阱，應用需謹慎。
1、算術平均數的侷限性
該店鋪12期銷售額的算數平均數是300，但有10期數值都在300以下，這樣的數值合理嗎？前10期的算數平均數僅是210，和300相去甚遠。顯然後面兩期的數值對整體的拉公升作用明顯。來個更極端的例子，三個人的年收入分別是3萬、3萬和300萬，但算數平均是102萬，原本是兩個屌絲和乙個高帥富，可一平均後大家都成了高帥富。大家很多時候吐槽統計數字有水分，其實這就是算術平均數的陷阱。
那麼怎樣獲得更準確的平均數呢？有人說，「去掉最大值，去掉最小值」，這方法沒錯，但略顯粗暴。我們介紹幾個更科學的計算方式。
先看中位數。中位數即將數列從小到大排列後，取中間位置的那個數字作為平均數，若數列是偶數，則取中間兩位數的算數平均。例1的中位數是200，顯然比300要來的合理的多。
其次是眾數，即出現頻率最高的那個數。
最後介紹下幾何平均數。若要求5個數字的幾何平均數，則將這5個數連乘後開5次方。例1中的幾何平均數是268，也要比300更接近真實水平。
目前普遍在用的算數平均數，受極值的影響很大，其準確性是值得管理者們注意的。筆者建議管理者將中位數也應用起來，對算數平均的判斷起輔助作用。若兩者相差過大，則需要找到極值產生的原因。
在excel中，中位數、眾數和幾何平均數的函式分別是median、mode和geomean，應用起來非常方便。
2、引入定基比率
目前大家比較熟悉的是同比增長率和環比增長率，同比增長率能夠排除掉季節性的因素，反映出較為實質性的增長。而環比能夠連續地、動態地反映出指標的變化。但僅有這兩個指標有時候是不夠的。比如，去年和今年市場**相差很大，那麼同比（今年與去年同期比）的參照性就很不可靠，而環比只看到了這期和上期的差異，若相隔的期數多了，就很難判斷現在的狀況如何。怎麼辦？大家不要忘了定基比率，即將固定的某期設為基數，其後各期該期進行對比。
比如某店鋪今年1月至12月的銷售額資料為（10,12,13,16,18,13,17,19,18,20,25,22），我們將1月資料設為基數100，其後各期與之的比值即為定基比資料（100，120，130，…，250,220）。筆者認為定基比有時更能反映出某段時間的經營成果。比如某項改革從1月開始了，那就將各種運營指標以1月為基期，以後各月與它對比，便能直觀反映這項改革帶來的效果。
3、絕對的排名不一定可靠
某天你孩子向你報告考試成績，說考了第9名，你是高興還是憤怒？先別急著下論斷，得先問問幾個人考試。若是500人，那你必然賜予擁吻和禮物；而若是10個人，你八成會賞個巴掌。這就是絕對數字排名的侷限性。那麼我們用個百分比數值來代替之，就免去了這樣的尷尬，即排名數值除以總的參與排名的個數。比如我經營50款產品，某款產品銷售額排在第8位，那就表明它排在16%。
要多說一點的是，在百分比的排名中，需重視四分位數，即25%，50%，75%三個檔次。許多指標的優劣都會以四分衛數來衡量。比如你的轉化率在行業內的前25%以內浮動，那你暫時不用擔心，將精力放在其他方面，若低於25%了，那你或許要花力氣來提公升你的轉化率了。
4、不要被漂亮的增長曲線蒙蔽
對於許多中小型的電商企業，經營的第一步便是衝銷售額，因此粗放經營是普態，對各種指標的大起大落習以為常。有了漂亮的增長業績，穩定性真的不重要嗎？筆者不這麼認為，尤其是成本，穩定各項成本是對企業發展的一種蓄力。
比如採購成本，許多企業判斷其採購成本的唯一指標便是算數平均數，其弊端在上文中已經指出，而對穩定性的認識只停留在人的主觀感受或採購曲線的波動上。筆者建議電商們計算方差指標，即excel中的var函式，方差越大，表示該指標穩定性越差。
一般來說，乙個健康的企業，不管銷售額如何變化，其成本的穩定性（絕對值較穩定或者變化率較穩定）會較強，即方差較小。穩定性變差，一般預示著重大變化的來臨。面對越來越飽和的市場和越來越激烈的競爭，電商企業急需關注自己運營的穩定性。尤其是與**鏈各個環節相關的穩定性，如採購成本、推廣費用、物流費用等等，任何指標若變得不穩定了，就該警惕，找出背後的原因。
5、不要盲目做活動
筆者有幸觀察過乙個日化店鋪的資料，老闆非常想知道什麼因素對銷售額的影響最大。在對其運營資料進行回歸分析後，發現做活動的次數和時長對其銷售額都沒有影響（統計不顯著），唯一有影響的是客單價，客單價越低銷售額越高。乍看之下，這個結論著實有些讓人無語（因為誰都知道）。
但模型顯示，客單價每降低一元，總銷售額提公升100多，鑑於其高於50%的毛利率，降價一元可以總體上多賺50塊。但是總銷售額是萬元級的，因此多賺的50元微不足道。所以總體上看，銷售額似乎是乙個不受人為控制的指標（自然波動）。這似乎是乙個謎題。
但**活動的不顯著是值得我們思考的。當然，也許是我們遺漏了某關鍵的指標，也許僅僅有客單價、**次數、**天數、轉化率、uv、熟客率等指標是不夠的。但不妨自問，我們很多時候是不是太過看重**和推廣了？
App運營必須關注的5個資料指標
1 真實使用者數 雖然說使用者不代表什麼，但是獲取使用者是推廣的第一步。這個階段你需要做的是 2 每週 每月活躍度 3 日留存率 周留存率 有活躍度後你要考慮你的使用者粘性，這時要以保住老客戶優先，因為成本低很多，怎麼儲存呢？對此，馬海祥有以下3點建議 先統計，日留存率 周留存率 有些應用是不需要每...
電商時代 傳統企業網路營銷的五個基礎策略
如今我們國內的網際網路形式大好，很多具有創新的網際網路公司 企業都賺的嘩嘩的。那作為傳統的企業，我們應該如何變通，在日益競爭的網際網路電商時代下，突破 打破自己傳統的銷售 營銷劣勢，能夠使得自己的產品銷售客戶群擴大，業績再上乙個新的台階呢？可能我們有些企業的老闆也會看到或者聽到同行以及其他行業的做法...
運營必備的 15 個資料分析方法（論）
1.資料分析的戰略思維 1.1 資料分析的目標 對於企業來講，資料分析的可以輔助企業優化流程，降低成本，提高營業額，往往我們把這類資料分析定義為商業資料分析。商商業資料分析的本質在於創造商業價值 驅動 企業業務增長。1.2 資料分析的作用 通過企業或者平台為目標使用者群提供產品或服務，而使用者在使用...