當進入大數據時代，網站運營越來越需要會數據解讀的人才，尤其是在電商領域。一份正確的數據解讀報告可以幫助企業主有目的性、方向性的完成決策。但往往也有很多人在比較簡單的統計學基礎概念上犯錯誤，以下是幾個大家較為容易犯的錯誤。

　　1、 只看平均數

　　平均數是大家使用比較普遍的數據模型。但在概率統計學上，算數平均數有一個較為致命的缺點——受極值影響大。舉個很形象的例子，5個人年薪分別為5萬、10萬、2萬、500萬、8萬，算平均數，人均年薪為105萬，這是一個完全失真，沒有實際代表意義的數字，出現這個的原因就是受極值影響。

　　為了避免極值的影響，很多人會選用去掉大值和小值的方法，但這個方法略顯粗暴，不夠科學。那么我們應該怎么做才能更科學的做出數據分析呢?以下幾個數據模型值得參考。

　　中位數，是指將統計總體當中的各個變量值按大小順序排列起來，形成一個數列，處于變量數列中間位置的變量值就稱為中位。上例中的8萬即為中位數(若數列值為偶數，則取中間兩個數的平均值)，這個數值顯然比105萬要有代表意義。

　　眾數，指一組數據中出現次數較多的數值，有時眾數在一組數中有好幾個。在統計分布上具有明顯集中趨勢點的數值，代表數據的一般水平(眾數可以不存在或多于一個)。

　　幾何平均數，是指n個觀察值連乘積的n次方根。依然利用上例，得出幾何平均數為15萬，比起單純的算數平均數，誤差要小得多。

　　因而建議網站的數據分析人員在進行數據統計分析的時候，不妨多選用幾種方法，對比后結果，用以幫助判斷數據的準確性。這幾個數據模型都可以通過excel的函數輕松實現，MEDIAN(中位數)、MODE(眾數)和GEOMEAN(幾何平均數)。

　　2、 忽視定基比率

　　一般而言，在比較數據的變化幅度時比較常用的模型是環比增長率和同比增長率。環比增長率，是指和上期相比較的增長率。普遍的計算公式是環比增長率=(本期的某個指標的值-上一期這個指標的值)/上一期這個指標的值*100%。環比增長率可以反映出指標變化的連續性和動態性。

　　同比增長率，一般是指和去年某一個同期相比較的增長率。同比增長和上一時期、上一年度或歷史相比的增長(幅度)。計算公式為：同比增長率=(當年的指標值-去年同期的值)÷去年同期的值*100%。同比增長率排除了季節性的因素，可以反映出實質性的增長。但是，即便如此，這兩個數據模型也有著明顯的缺陷。倘若不同年份間市場行情差異巨大，那么同比就失去了參照意義。而環比只能表現出本期和上期的區別，若相隔期數多了，就很難判斷現狀。

　　面對上述問題，我們可以引進定基動態比率。定基動態比率是指以某一時期的數額為固定基期數額而計算出來的動態比率。其計算公式為：定基動態比率=分析期數額/固定基期數額×100%。相比較前兩種數據模型，定基動態比率更能反應出一段時間內的經營成效。

　　3、 重視絕對數值，忽視四分位數

　　我們常常會很在意某件單品在總的銷售額間的排名，如果某款產品排在第八位，那么在50款產品中，它的排名就是16%，而在100款產品中，它的排名就是8%。這就是絕對數字排名帶來的陷阱。

　　一般而言，四分位數中的25%、50%、75%三個點是需要重視的特殊點，這是評判指標優劣的一個標準。比如某件單品排名或是業務轉化率在25%內浮動，那么網站運營的現狀就可以歸結為無需過多擔心，保持穩定即可。如果低于25%，則需要考慮是否需要采取相應的措施借以改變現況。

　　4、單純追求數據的增長，忽略成本的穩定性

　　年終業績盤點，很多人都希望自己交出去的報表都有好看的的增長曲線。但很多電商往往出現銷售量高增長的同時，企業成本曲線也相應的增長。對于企業來說，無論是基于財務健康還是業務可持續而言，這都是非常不可取的做法。成本的穩定性是企業成長的內蓄力。

　　通常我們會采用方差來計算數據的穩定性，一般而言，方差越大，表示該指標穩定性越差。在excel中可以用VAR函數。

　　對于一個運轉健康的企業而言，銷售額的變化，對成本影響不應該非常大。即在計算方差時，方差數值應該較小。方差的穩定性指標在衡量采購成本、推廣費用、物流費用等等信息時非常具有警示意義。

　　以上是幾個較為基礎但也是進行數據分析較為容易忽視的要點，整理出來，希望能幫助大家更好地利用數據。