我們分析數據，更重要的是看到數據中所隱藏的暗物質(zhì)，即數據圖中你看不見(jiàn)的數據\邏輯\知識。

　　開(kāi)門(mén)見(jiàn)山，以下是某新聞媒體WAP\APP\PC三端的分周中和周末的PV曲線(xiàn)，下面嘗試分析其中是否存在某種規律。

　　圖一：newsAPP某周一庫存

　　圖二：newsAPP某周日庫存

　　1.數據的準確性和代表性

　　在分析數據之前，有一個(gè)非常重要的事情，大家往往會(huì )忽略，那就是數據的置信度是多少。

　　如果數據的準確性本身存在問(wèn)題，那能產(chǎn)出正確結果的概率與買(mǎi)彩票中獎的概率大概相差無(wú)幾。即便數據是準確地，那還得證明數據具有代表性，你是不是只抽取了一天的數據，你是不是只抽取了一端的數據。

　　自然，很多時(shí)候，你必須要進(jìn)行抽樣，那你更要謹慎了，因素那么多，你要保證自己在數據采樣過(guò)程中，考慮了應該考慮的因素。當然，這些數據對于這個(gè)結論很具有代表性，對于另一個(gè)分析目的卻有可能完全沒(méi)有代表性，這些都不能一概而論。

　　總之，數據準確性這個(gè)問(wèn)題基本上要在分析之前給出確定的答案。而數據是否具有代表性這個(gè)問(wèn)題由于比較復雜，盡可能的在分析之前考慮清楚的同時(shí)，在分析過(guò)程中，一定要隨時(shí)保持著(zhù)質(zhì)疑精神，每向前一步，都要重新考慮數據樣本是否還具有代表性。

　　圖三：newsWAP某周一庫存

　　圖四：newsWAP某周末庫存

　　2.看圖說(shuō)話(huà)

　　以下圖中數據經(jīng)受過(guò)了我們多方位的考驗，所以數據基本準確，代表性具體要看你的分析目的。

　　基本確定了準確性和代表性后，懷著(zhù)高度質(zhì)疑的精神，讓我們開(kāi)始我們的分析之旅。

　　首先，單獨來(lái)看每一個(gè)圖，大家可以很清晰的理解，這六條PV曲線(xiàn)都是與用戶(hù)的行為息息相關(guān)的。從各條PV曲線(xiàn)的變化來(lái)看，用戶(hù)7:00-8:00起床的比較多，22:00是一個(gè)大家進(jìn)入休息比較集中的時(shí)間點(diǎn)。凌晨的2:00-5:00是用戶(hù)活動(dòng)的低谷，而波峰在時(shí)間上一般是20:00-22:00。

　　圖五：newsPC某周一庫存

　　圖六：newsPC某周日庫存

　　3.多項對比

　　說(shuō)到這里，細心的大家可能對圖五\圖六中的數據表示質(zhì)疑。因為它不符合我們剛才推出來(lái)的規律。

　　比如說(shuō)，PC端一天中的波峰時(shí)間是每天的9:00-10:00，而且周一和周日的PV曲線(xiàn)變化非常大。 周一的數據量大周日一兩倍的樣子，而且周日白天的波動(dòng)比較緩和，而周一的波動(dòng)非常大，存在多個(gè)波峰波谷。相反，APP\WAP在周日和周一的PV總量并未出現明顯變化，而且曲線(xiàn)變化規律也大抵相同。

　　4.挖掘暗物質(zhì)

　　所謂暗物質(zhì)，就是數據圖中你看不見(jiàn)的數據\邏輯\知識。

　　所謂的數據分析或者挖掘就是挖掘各個(gè)數據之前的關(guān)聯(lián)，數據與暗物質(zhì)之間的關(guān)聯(lián)。

　　仔細想來(lái)，我在“看圖說(shuō)話(huà)”中的推理其實(shí)利用了先驗知識，也就是說(shuō)大家有起床后看新聞和睡覺(jué)前看新聞的習慣，事實(shí)真的是這樣嗎?事實(shí)大概確實(shí)如此，但是在分端上可就不同了。

　　APP\WAP都是移動(dòng)設備上可以觸及的渠道，所以基本可以與用戶(hù)的起居習慣相吻合。但是PC端并非觸手所及，并不能完全和用戶(hù)的起居相吻合，畢竟你零碎時(shí)間里可以打開(kāi)手機，卻不太可能去打開(kāi)電腦。

　　上面我說(shuō)到PC端并不能很好的反映用戶(hù)的起居，那他能反映用戶(hù)的什么呢。想想我們平時(shí)使用PC的場(chǎng)景，PC端數據是否能反映用戶(hù)的上班時(shí)間特性?這點(diǎn)確實(shí)能給出數據支持。

　　一是周一比周日PV量大，說(shuō)明周末使用PC的用戶(hù)少，周中上班時(shí)間就身不由己了，所以PV量比較大。周日和周一的曲線(xiàn)波動(dòng)也完全能理解了，周一的PV的上漲時(shí)間落后于起居時(shí)間是因為那是上班時(shí)間，延遲的一小時(shí)左右要吃飯\要擠地鐵啊，9:00左右(上班的集中時(shí)間點(diǎn))大家都坐定了，刷一下新聞，PV量也就達到最大。

　　9:00-11:00期間的PV量幾乎沒(méi)有太大變化，但11:00開(kāi)始就開(kāi)始慢慢下跌了，一直持續到12：00，這個(gè)可能與大家要逐漸去吃午飯相關(guān)，經(jīng)過(guò)了12:00-14:00的午休階段，PV量存在一定上漲。

　　等到下午17:00，又開(kāi)始下降了，到了18:00基本降得差不多了。大家基本都已經(jīng)下班了。所以，我們可以說(shuō)周日創(chuàng )造PV的這些用戶(hù)，周中也會(huì )同樣創(chuàng )造PV，而周一多出來(lái)的這些PV，其用戶(hù)特征完全符合上班特性，或者說(shuō)其特性完全符合朝九晚五的上班族。

　　5.反復求證

　　你的數據真的對了嗎? 那我們可以說(shuō)創(chuàng )造PC端PV波動(dòng)的這些朝九晚五的用戶(hù)是國企員工嗎?我們可以說(shuō)國企員工上班就是看看新聞，聊聊天嗎?那我們是否可以說(shuō)互聯(lián)網(wǎng)員工上班就不看新聞。

　　我們取得就是來(lái)看新聞的UV產(chǎn)生的PV數據，得出來(lái)的數據當然是這樣了�；ヂ�(lián)網(wǎng)員工的行為是否被湮沒(méi)在其他原因中了?這是我上面提到的，始終要保持質(zhì)疑精神。你的數據對于之前的分析是有代表性的，可是分析以上問(wèn)題，可以說(shuō)是一點(diǎn)代表性都沒(méi)有。

　　有些人數據分析時(shí)已經(jīng)早有結論，往往數據選擇和分析時(shí)便會(huì )不自覺(jué)的有所傾向，難免會(huì )得出與自己假設相同的結論。所以我們在得出結論時(shí)，其實(shí)還要從其他很多方面進(jìn)行求證，包括去掉某因素后，現象是否會(huì )消失等等。

　　6.你的結論真的對了嗎?

　　之前朋友圈流傳著(zhù)這樣一個(gè)消息：有權威分析機構經(jīng)過(guò)數據分析發(fā)現，戰狼2和瘋狂動(dòng)物城的票房都很高，但兩者用戶(hù)重合度并不高。戰狼2的觀(guān)看用戶(hù)更喜歡喝冷飲，而瘋狂動(dòng)物城的用戶(hù)卻更喜歡奶茶。但其實(shí)瘋狂動(dòng)物城上映在冬季，而戰狼2上映在夏季。即便經(jīng)過(guò)反復求證，我們也只能說(shuō)是結論的置信度越來(lái)越高了，并不能證明這是對的。所以，除了盡可能的反復求證，剩下的方法是就是進(jìn)行數據驅動(dòng)策略的驗證了。驗證可以分為對照組等等，此處不再贅述。

　　7.猜猜他的用戶(hù)

　　如果你細心一點(diǎn)，便會(huì )發(fā)現newsAPP\WAP兩端在周日的變動(dòng)相比周一稍稍延后，這估計和大家的周末作息習慣延后有關(guān)，至于為什么延后并不多，那說(shuō)明主流用戶(hù)肯定不是那些“上班睡不醒，周末睡不著(zhù)的”年輕人啊。

　　8.寫(xiě)在最后

　　就是這幾張平時(shí)用來(lái)做實(shí)時(shí)監控的曲線(xiàn)還能扯出這么多東西來(lái)?來(lái)張照片給大家。

　　【以下內容來(lái)自百度】中國最著(zhù)名“照片泄密案”，是由1964年《中國畫(huà)報》封面刊出的一張照片引起的。在這張照片中，大慶油田的“鐵人”王進(jìn)喜頭戴大狗皮帽，身穿厚棉襖，頂著(zhù)鵝毛大雪，握著(zhù)鉆機手柄眺望遠方，在他身后散布著(zhù)星星點(diǎn)點(diǎn)的高大井架。日本情報專(zhuān)家據此解開(kāi)了中國當時(shí)最大的石油基地–大慶油田的秘密。

　　1、他們根據照片上王進(jìn)喜的衣著(zhù)判斷，只有在北緯46度至48度的區域內，冬季才有可能穿這樣的衣服，因此推斷大慶油田位于齊齊哈爾與哈爾濱之間。

　　2、通過(guò)照片中王進(jìn)喜所握手柄的架式，推斷出油井的直徑;

　　3、從王進(jìn)喜所站的鉆井與背后油田間的距離和井架密度，推斷出油田的大致儲量和產(chǎn)量。有了如此多的準確情報，日本人迅速設計出適合大慶油田開(kāi)采用的石油設備。當中國政府向世界各國征求開(kāi)采大慶油田的設備方案時(shí)，日本人一舉中標。

　　慶幸的是，日本當時(shí)是出于經(jīng)濟危機，根據情報分析結果，向我國高價(jià)推銷(xiāo)煉油設施，而不是用于軍事戰略意圖。

　　所以數據分析中最重要的是什么?暗物質(zhì)啊!