電商運營中的五個數據陷阱

電商，看懂數據是基本功。軟件可以解決繁瑣的計算，但解讀還需要運營人員有基本的數據分析能力。本文列舉了五個常見的數據陷阱，了解和掌握后可以有效避免一些分析結果的偏差。

如今，“大數據”的概念被炒得沸沸揚揚。不可否認，數據確實是越來越多了，人們的數據意識也正在增強，尤其是在積累相對容易的電商行業。但面對眾多的運營數據，你真的能有效的將其應用嗎？先不談各種復雜的計量模型，筆者從幾個簡單的統計學概念入手，提醒大家：數據有陷阱，應用需謹慎。

1、算術平均數的局限性

算數平均數，即幾個數字相加后除以個數，這也許是大家僅有的對平均數的理解。但其實平均數還有很多，比如中位數、幾何平均數、眾數等等。先看下面的例1，某店鋪一段時間的營業額數據如下：

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。顯然后面兩期的數值對整體的拉升作用明顯。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，原本是兩個屌絲和一個高帥富，可一平均后大家都成了高帥富。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。

那么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后，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。

最后介紹下幾何平均數。若要求5個數字的幾何平均數，則將這5個數連乘后開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數分別是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，去年和今年市場行情相差很大，那么同比（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。怎么辦？大家不要忘了定基比率，即將固定的某期設為基數，其后各期該期進行對比。

比如某店鋪今年1月至12月的銷售額數據為（10,12,13,16,18,13,17,19,18,20,25,22），我們將1月數據設為基數100，其后各期與之的比值即為定基比數據（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，以后各月與它對比，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局限性。那么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，若低于25%了，那你或許要花力氣來提升你的轉化率了。

4、不要被漂亮的增長曲線蒙蔽

對于許多中小型的電商企業，經營的第一步便是沖銷售額，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？筆者不這么認為，尤其是成本，穩定各項成本是對企業發展的一種蓄力。

比如采購成本，許多企業判斷其采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采購曲線的波動上。筆者建議電商們計算方差指標，即EXCEL中的VAR函數，方差越大，表示該指標穩定性越差。

一般來說，一個健康的企業，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。尤其是與供應鏈各個環節相關的穩定性，如采購成本、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，找出背后的原因。

5、不要盲目做活動

筆者有幸觀察過一個日化店鋪的數據，老板非常想知道什么因素對銷售額的影響最大。在對其運營數據進行回歸分析后，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，總銷售額提升100多，鑒于其高于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，銷售額似乎是一個不受人為控制的指標（自然波動）。這似乎是一個謎題。

但促銷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、促銷次數、促銷天數、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促銷和推廣了？