推广数据分析存在的 4 个漏洞：数据的真实性、平均值方面以及细分层面的问题

身为一名推广优化师，您真的对数据有深入的认知吗？在这世上，存在着三种谎言：谎言、极为恶劣的谎言以及数据。就推广而言，总有一天，统计思维会与 marketing 创意具备同等的重要性。

一、单一数据真的能够让我们全然信任吗？

假设您的 B2C 网站专注于销售包包。SEM 经理向您汇报，本月在预算不变的情况下，SEM 的 ROI 提升了 23%；您的网站分析师告知您，这个月网站的单均购买额提高了 20%。我们对这两位专业人士的工作成果毫不怀疑。毕竟数据说明一切，可这真的值得您满心欢喜吗？

您是否思考过，SEM 推广中网站的 ROI 提升 23%、单次购买额提高 20%，其背后真正的缘由究竟是什么？我们理智地设想了若干种可能性：

1、会不会是季节因素在发挥作用：夏天来临，女士们需要更换一些色彩更为明艳的包包来搭配服装，由于换季致使单次销售额增加，进而促使 SEM 的 ROI 提升，同时也带动了网站转化率的上升。

2、也有可能是您的网站分析师对商品实施了更为精准的相关推荐，让产品的单次购买金额增大。原本客户到网站只是想买个键盘，但您的网站极具人性化，同时合理

推荐了相关产品。比如：鼠标、耳机等产品，从而致使单次销售额上扬。通过网站的优化提升自身单次购买额，带动了 SEM 的 ROI。

3、还有可能是您的 SEM 经理精心剖析了您的百度或者 Google 账户，使得所投放的关键词更为精准，匹配了更契合的 landing page，进而提高了 ROI？

4、当然，或许还存在这样的情况，您的网站分析师让网站的购物流程变得更为快捷、便利。促使转化率提高，同样也提升了这两项数据。

诸如此类的可能性不胜枚举，您完全可以尽情去想象。所以，单一的数据无法让我们判断出是由于市场外部的因素，还是您员工努力与否的原因。也无法分辨出是哪个部门员工的功绩。

二、网站平均停留时间，具有参考价值吗？

平均数真的可靠吗？我们来通过一个例子来领会平均数的概念：提及某座城市，有 1000 个人，年人均收入 80 万人民币，这是相当可观的收入吧？这个数据给我们的感受是，这座城市的生活水平必然极为出色，一幅悠然惬意、富足美满的生活景象不禁在我们脑海中浮现。

然而，当我们来到这座城市，却发现这里人们的生活质量并不如我们想象中那般美好，大多数人尚未达到小康水平。此时，我们不禁心生疑惑，难道是统计数据出现了偏差？但这的确是真实的数据。那么这究竟是为何？是民众养成了节俭的习惯吗？还是另有原因？

最后发现这座城市居住着两位“煤老板”，年收入过亿，正是他们拉高了人均水平。所以，您相信平均数吗？您真的理解平均数吗？在国内，我们可能会指责统计局人员统计的数据不准确。但当您了解了数据分布，您还会这般指责吗？

所以对于网站中的平均停留时间，您究竟是如何看待的呢？

三、不进行细分我们能够洞察真相吗？

我们知晓，对于网站的 landing page 有两个至关重要的指标，那便是跳出率和平均停留时间。跳出率指的是到达您这个页面的人什么都没操作就关闭了您的网页，哦，不！这绝对不是一个令人欣喜的消息。

另外一个指标，平均停留时间是指到达您页面的人的平均停留时长。很好理解，当然这个数值越大，表明您的网站对客户越具有吸引力。通过这两个数值，您能够清晰地知晓哪个渠道的流量更具价值。

您也能够对网站作出判断：哪些页面设计对顾客更为友好。当然您还能够了解到，您的哪些产品对顾客更具吸引力。但对于 SEM，您必须细致地进行数据的细分。

例如您百度 SEM 的跳出率是 60%，平均停留时间 2 分钟，怎么样？还算不错的数据吧。您仔细查看后，发现某个计划的跳出率是 96%，这简直令人抓狂！再瞧瞧其他计划的跳出率仅有 50%，那么您优化的重点便找到了。所以切勿相信总体数据，眼中只有“总体”，我们是难以找出问题所在的。

四、数据样本的差异会导致结果偏离真实吗？

投掷一枚硬币，正反两面的概率。您进行一次测试，连续 5 次，都是正面，于是您就判定正面的概率是 100%，反面的概率是零。这样的样本合理吗？

当然我们明白，投掷的次数越多，这个概率越接近 50%。但在进行 A/B 测试时，有时我们的做法是否与投硬币投前五次就下结论的做法极为相似？