数据运营实战（四）：似是而非的数据悖论

作者： winnie

精细化运营能够帮助我们在数据的指导下进行产品路线、战略的调整，让产品改进的过程有章可循。但有时候，我们也会遇到一些看起来有些诡异的数据陷阱。

案例数据

我们先看问题的描述：在产品A和产品B中，男性的购买成交率都是男性>女性，可在合计中，却是女性>男性。那么，这就有点懵了。所以，到底应该拓展男性用户，还是女性用户呢？？可能我们的第一反应都是：是不是数据不准确啊？于是我们就有了以下案例

原因定位

我们来追溯一下问题的来源：从数据上我们可以看到，实际上，在产品A和产品B上，确实都是男性转化率高于女性，但由于产品B的转化率明显低于A，且男性群体大量被引导去了产品B，所以整体数据的转化率反而要低于A。这在统计学上称为：辛普森悖论（Simpson’s Paradox）。在分组比较中都占优势的一方，在总评中有時反而是失势的一方。该现象于20世纪初就有人讨论，但一直到1951年，E.H.辛普森在他发表的论文中阐述这一现象后，该现象才算正式被描述解释。 后来就以他的名字命名此悖论，即辛普森悖论。

*此处数据已做了模糊处理，非真实数据

优化方案

回到这里的题目中，数据向我们展现：对于产品A和产品B，男性的购买成交率都大于女性；产品B的平均成交率要明显低于产品A。那么对于投放决策来说，我们还是偏好男性用户。在引流成本相同的条件下，男性的购买转化率较高。而针对产品A和产品B的分流推荐方式，可能还需要考虑两个产品的客单价与利润率。

从上图中可以看出，产品A属于低单价、低利润、成交率高的产品，产品B属于高单价、高利润、成交率低的产品。那么如果在电商开拓期，希望引入更多用户，我们可能会侧重于推广产品A；如果平台已经有一定规模，希望能够提高人均利润率，降低百元成交量的获客成本，我们可能可以考虑多推广产品B。

大概就是像这样的两个产品↑

当然，这些的前提是在，引流成本相同的情况下。而往往实际问题的考虑中，我们还会需要考虑投放成本、投放效果、转化效果等问题，这部分在《数据运营实战（一）：细分目标人群，结合用户画像的实践》中也探讨过，欢迎移步讨论！

案例总结

在数据运营的实战中，也可能会遇到一些让我们觉得有点别扭的数据。而在这些数据背后，其实蕴藏着很多的细节与能量。因此，建立详细的数据分析运营体系，理解用户群分离与归并的思路，让数据为你所用，这是很重要的。回顾我们上一期讲过的数据运营微笑模型~

这一期我们讲的是在定位原因的过程中，对用户群拆分解析之后发现了其中的运营价值。我们可以先通过腾讯移动分析MTA的自定义事件埋点，监测购买事件，同时上报购买商品的参数；然后通过用户分群设置筛选出购买事件中，购买参数等于产品A或者产品B的人群，来得到我们想要的细分用户群体：

然后通过用户群体的计算与分析，得到该群体的人群特征，展开我们的数据分析工作。