day39 比较

day39 7月8日 周日 阴

当我们买一个手机时，我们通过往往会多维度对比，如价格、功能、外观、品牌偏好等等来选择一个手机，这就是一个决策过程。

同样，当我们想做数据分析或决策，第一步找到数据有了抽样或者全量数据后，下一步要做的事就是对比数据，找到差异，第三步再分析差异找出因果关系或者相关性。

第一步的数据获取中，引入我们目前说的大数据来减少抽样带来的误差，大数据的特点是数据量大、维度多样性、价值偏低、处理难,在互联网行业中用户操作均会留下记录，通过一段时间的收集，一些大公司如BATJ结合全网可以收集足够分析的用户数据，或者良好的分层抽样数据。
在生活中很多时候没法做到全量数据，那么这时会用到随机取样、多维分层取样。

在第二步做数据对比的时候，在科学实验里会做实验组与对照组，一般通过控制单一变量，也有多变量试验同时进时，不过这时的实验组会比较多，在目前互联网行业中常规做的是控制单一变量来做数据统计，如单功能/页面灰度测试、abtest，我们可以通过纵向对比（如时间深度），横向对比（同一时间的不同维度）出不同的差异：新功能会不会比老功能更好用被接受，新设计的页面会不会更能引流提高转化？但是在很多互联网公司，我们上了很多新功能、新页面并没有对功能/页面的使用率、转化率/留存率进行统计。没有对比，不知道差异，就无法得到理性的改进方向证据。

第三步，当我们发现差异后，会思考、挖掘展生差异的原因，但也有可能是数据的偏见引起。
接下来讲几点数据偏见。