如何判断竞争对手数据的真实性？

让我先和你们分享两个故事。第一个故事是关于“中国股票研究中心”的。故事是这样的。1月2日，一个叫Peter的人收到了一封来自“中国股票研究中心”的电子邮件，告诉他这个月市场会上涨。结果，市场确实上涨了。前段时间股票不错。很多人不知道这里有多少人买了股票。然后，当Peter收到这封电子邮件时，他并不太在意，因为每个人都知道所谓的元月效应，也就是说，在过去的几年里，1月份的股价上涨了很多。2月1日，他收到另一封邮件，告诉他市场即将下跌。这一次，这封信又说中了！现在Peter终于开始相信这个研究中心真的有点水平了。3月1日，Peter又收到了一封信，情况还是一样的。Peter觉得很神奇。他主动联系对方，希望下个月能收到同样的电子邮件。一个月后，4月1日的电子邮件如期到达。然而，此时研究中心表示，前几封电子邮件的预测过于准确，这引起了中国证监会的高度关注。他们将来不能像以前那样大规模免费发送电子邮件，只能为一些有见识的贵宾客户提供投资建议，你是一个非常幸运的人，获得100个有限VIP购买资格。你觉得这个“中国股票研究中心”怎么样？、这一定有内幕，否则怎么能预测得这么准呢？B、估计世界上有各种各样的人物，预测水平真的很高。你觉得这个“中国股票研究中心”怎么样？、这一定有内幕，否则怎么能预测得这么准呢？B、估计世界上有各种各样的人物，预测水平真的很高。C、我不知道发生了什么。既然这么准，试试买VIP资格吧！连续几次收到这样的邮件，我觉得如果换成在座的任何人，估计都会很兴奋。真实情况是这样的。所谓“中国股票研究中心”，他向市场上的非特定对象发送了大约1000封邮件，然后将这1000封邮件分为两组。一组是告诉他股票会涨，另一组是告诉他股票会跌。每次发送，总有一半的人收到预测是准确的邮件，而另一半的人可能会收到预测是错误的邮件。在下一个循环也发送了几次之后，可能会有几个人每次连续几次收到的电子邮件总是正确预测，而Peter是一个总是正确预测的用户。你可能在其他地方看到过这样的案例。他告诉我们一个事实，在数据分析中，你有时会看到一些数据稳定地朝着一个方向变化，这并不一定意味着真相是这样的。第二个故事发生在二战时期。当时盟军和德军在英国上空进行了惨烈的空战。然而，发现空战的结果是盟军遭受了巨大的损失，所以盟军希望在他们的战斗机上增加一些装甲保护，但我们都知道飞机装甲不能无限增加，因为装甲越多，飞机飞得越慢，油耗就越大。因此，空军邀请了一些专业的统计学家和数学家从现有的飞机数据中分析和增加装甲是最具成本效益的。这个故事的主人公沃德教授和空军一起来到了维修基地。经过一轮统计，我们发现所有盟军在维修基地维修的轰炸机机翼上的弹孔分布最多。但是发动机舱和驾驶员驾驶舱的弹孔最少。因此，空军更倾向于加强机翼装甲。此时，统计学家对空军有着完全不同的看法。沃德教授建议，他认为应该加强飞行员驾驶舱和发动机舱的装甲，因为那里发现的弹孔最少。如果是你，你同意沃德教授的观点还是空军的观点？我给出的答案是我同意统计学家的观点，因为它涉及到我们数据分析中的“幸存者偏差”。你可以看到，虽然我们统计机翼上的中弹最多，但事实上，我们不应该忘记，我们在这里选择的样本并不是所有参与战斗任务的轰炸机，而是这些可以在维修基地幸存下来的飞机。事实上，我们在战斗过程中损失的大量飞机并没有出现在这个维修基地，可能会在空中爆炸或发生什么。这在统计学上被称为“幸存者偏差”。因为在分析数据样本时，我们只关注幸存者的数据。所以这个故事也告诉我们，在数据分析中选择样本是非常重要的。如果只看到幸存者的样本，导出的数据和结论是有偏差的。上述案例可能与我们的互联网产品工作相去甚远。然而，统计分析的真相不仅在我们的产品设计中有用，而且在我们工作和生活的各个方面，只要我们有数据分析的思维，在很多情况下都是非常实用的。如何判断竞争对手数据的真实性？接下来，我们将继续讨论一个类似于我们产品分析的案例，这是一个关于情报分析的案例。这个案例的对象是一个著名的视频网站。该网站在财务报告中披露，当年其网站高清视频服务的收入为1.2亿，月均活跃付费用户超过70万。我们如何确定财务报告中的这些数据是真实的？我们经常在工作中遇到各种各样的数据，听到各种各样的八卦数据。这是真的吗？例如，我们经常听到什么应用程序，它最近有多活跃，有多少注册用户，每天有多少新用户，或者最近有多少订单，我们可以通过其他一些方法来验证这些数据是否真实。我们来谈谈这个视频网站现在要分析的案例。我们来谈谈这个视频网站现在要分析的案例。在研究了他的网站后，我们发现他的会员频道，这个视频网站的月度会员频道上有一个专栏，叫做新会员。连续24小时，每隔一到两分钟，我们刷新网页，截图，然后将所有用户名输入表格。你可以看看PPT上的样本。我们把这些东西都写下来，然后把它们整理成Excel表。这个案例是几年前的一个案例。当时在公司分享。你可以看看。事实上，真相是相似的。我是12年，3月29日，这是网上报道，3月29日，报道记者，做了24小时监控，从早上9点到第二天早上9点，取了这么多数据，我们会发现数据非常完整，也就是说，这些数据有很少的断点。比如这次刷新的最后一个，恰好是下次刷新的第一个，就是连续的，没有断点。我们刷新了24小时，发现这个断点很少，所以获得的数据质量还是很高的，然后我们把数据串起来放在Excel进行分析。最后，该网站每月只支付9000人，这实际上与该公司在财务报告中披露的70万人非常不同。说到这个案例，我想和大家分析一下。其实你平时听到的很多数据都可以用类似的分析方法来分析。例如，如果你看一个应用程序中的活跃数量，一些应用程序有一个论坛。您可以查看论坛中的帖子数量和回复数量。与其官方发布的数据进行比较，您可以发现许多问题。接下来，我们将讨论一些具体的分析方法。首先，数据分析注重数据的来源。主要有几种来源，一种是用户行为数据，主要有两种类型，一种是我们称之为Web分析中的点击流数据，事实上，手机也很相似。我们以前在Web上用百度统计，Gogle统计很多，手机上大家都用友盟之类的。另一个是数据库。即使我们和业内很多朋友交流，也发现很多人都在自己的公司做了很多这样的BI系统来跟踪用户的一些数据。其他数据是定量或定性的，如用户研究的数据、问卷，包括竞争对手的数据。有了这些数据，我们可以开始分析第二步。在分析之前，我认为一件非常重要的事情是找出我们分析这些数据指标的含义。例如，我们发送了1000万邮件，到达率为99.99%，打开率为19%，点击率为19%。读过这封信的人点击了它，这表明设计非常好，效果非常好。从点击的角度来看，80%的客户是新访客，这表明我们的活动非常成功地抓住了新用户。唯一的缺点是我们网站抓住客户的能力。访问者来到网站后，平均访问时间只有19秒。下次我们应该进一步优化这个网站。总的来说，我们的营销活动还是很成功的，只投入了20万，但是跟踪了200万的销量，我们的ROI是1000%。如果你的同事给你发了这样一封电子邮件，告诉你总结一下最近的活动，得出这样的结论，你看完后会有什么感觉。您的理解是否相似，发送1000万邮件，到达率为99.99%，到达率为99.99%，是否意味着999万用户收到电子邮件，打开率为19%，是否意味着190万客户打开电子邮件，点击率为19%，即190万用户点击您的电子邮件，是这样吗？因此，很自然地得出结论，我们所有打开电子邮件的客户都点击了电子邮件中的链接。你明白吗？后来，据说190万中有80%是新用户。我们的效果是80%的190万，也就是说，152万新用户对我们有了新的了解。停留时间为19秒，销售额为200万。如果毛利率是20%，利润是40万。我们只花了20万，却赚了40万。这个效果太划算了。停留时间为19秒，销售额为200万。如果毛利率是20%，利润是40万。我们只花了20万，却赚了40万。这个效果太划算了。这个理解对吗？我们不能在文生义地区理解一些东西。我们必须仔细区分这些指标的含义。比如到达率是99.99%，到达率本身就有很多含义。一般来说，在邮件营销中，所谓到达率是指对方邮件服务器没有拒绝的信息。但是，没有拒绝并不意味着用户真的收到了你的电子邮件。因为有时候对方的邮件服务器认为你是垃圾邮件，其实并没有把这个东西交给你想要的收件人，但是他没有给你回复错误，所以如果你统计这个数据，你会得到一个高数据。一般来说，真正的到达率比我们在数据中看到的要低。了解和理解到达率的定义是非常重要的。如何定义打开率？从字面上看，打开率意味着有多少人打开了电子邮件。这个地方有一个坑。我们统计开放率的方法，技术原理是在我们邮件的文本页面中嵌入像素和透明图片。在服务器上，我们统计了这张图片被加载的次数。如果我们弄清楚他的原理，我们就知道图片的加载次数与真正打开的数据并不完全一致。造成这种差距的原因可能是用户打开电子邮件时使用纯文本，看不到我们的html页面，或者我们的图片服务器加载缓慢。用户可能已经阅读了电子邮件，但这个一像素图片还没有加载。或其他原因。总的来说，我们的实际开放率应该高于我们统计的开放率。在了解了这些指标的定义之后，我们会发现这些东西与我们想象的有点不同。在数据分析中，用户的细分非常重要。如果你没有细分，你就没有认知。虽然你只投资20万，但我们可以跟踪这20万中有多少是新用户产生的，有多少是老用户产生的，这样更容易知道我们真正产生的利润是多少。让我们来谈谈我们做数据分析的一般步骤。第一步是了解这些指标的意义和定义，以及统计方法，然后找到一个更合适的指标来衡量我们想要实现的目标和效果。第二步是研究这些数据，把无效的部分和虚假的部分分开，这样做操作或推广的同学可能会更有感觉。包括我们投放广告，很多假货等等，这里要好好分析和剥离。第三步是通过测试或一些辅助指标来计算和监控这些数据。通过数据改进产品，调整活动计划。首先，我想知道这个数字的意义定义，然后了解我们真正做的活动或产品。例如，peter。在这种情况下，peter在新浪微博上看到了像菲利普空气煎锅这样的产品广告。点击后，他发现空气煎锅正在进行特别促销。观众免费购物，并赠送了一堆礼物。他看到这件事非常兴奋。所以我写下了这样一件事。两天后，当他上班时，他突然想到他想买一个电饭煲，所以他找到了一个购物搜索网站来比较价格。看完这个价格后，他感觉很好，决定买它。但买的时候很不幸，忘了带U盾，所以也没有买。回家后，打开电脑，打开百度，一个接一个地开始搜索，搜索网站的名字和电饭煲的名字，点击第一个链接，只是你付费关键字的链接，购买产品。当我们看到这个案例时，我们会发现用户的购买过程实际上有几个步骤。我们可以在微博上看到它，起到曝光的作用；第二步是进入价格比较网站，进入他的官方网站并详细了解。第二步可能是详细了解；第三步是真正激发用户购买欲望并鼓励他下订单的步骤。在产品传播的每个阶段，这些渠道都对我们的产品有意义，无论是微博、价格比较网络还是各种百度搜索。我们发现，当用户购买我们的产品时，他们都关注这些渠道，但当我们单独拿出每个渠道的数据进行统计时，每个渠道的效果似乎都不是很好。比如某个