前两天一个客户兴冲冲地找我：「我们改了首页，人均停留时长涨了百分之四十！」我问他看了转化没有，他沉默了——停留变长是因为新首页加载慢，用户在等，转化反而掉了一截。数据没错，结论全错，这是做小程序数据分析时最常见也最贵的一种错法。
做小程序数据分析这些年，见过的坑来来回回就那几类，几乎人人踩过。盘点六个最常见的，对号入座。
平均数的陷阱
人均消费八十块，听着不错？拆开可能是两个大客户各买了三百，剩下九十个人只买了五块钱的东西。平均数最会骗人，重要指标一定要看分布：中位数、分层数据各看一眼再下结论。
样本太小就拍板
新按钮上线一天，成交了三单，就说效果好——三单连运气都算不上。改版评估至少要看一两周，或者用A/B测试跑够样本量，样本不够的结论宁可不下。
只看涨的数据
人天然爱看好消息。汇报里全是上涨曲线，下跌的指标被折叠在第几屏。建议给自己立个规矩：每次复盘必须找出三个变差的数字，说不出来说明没认真看。
把相关性当因果
发券当天销售额涨了，就认定券有用？也许那天本来就是周末高峰。判断因果得有对照：同样条件的日子不发券，或者只给一部分用户发，比出来的差异才算数。
埋点口径不一致
运营说的「点击」和技术埋的「点击」不是同一个事件，会前各说各话吵半天。埋点文档要写清楚每个事件的定义和触发时机，全团队用一套口径，这是最不起眼却最要命的一件事。
幸存者偏差
- 只调研填了问卷的活跃用户，沉默的大多数永远不出声；
- 只分析买过单的用户喜好，没买的人为什么走没人知道。
还有一个万能的自查动作：把同一份结论倒过来讲一遍。「改版让停留涨了四成」，倒过来问就是「有没有别的原因也能让停留涨」——加载慢、弹窗拦路、内容变短都在拉时长。正着讲得通、倒着讲也说得通的结论，才敢往落地里推，这一招对付汇报里的漂亮数字尤其好使。
给两条建议：重要结论先找人挑刺，能扛住质疑再落地；要是拿不准自家数据的口径和埋点是否可靠，可以让比格网络做一次数据体检，先把地基弄扎实，再谈分析。
