數(shù)據(jù)分析師眼中的數(shù)據(jù)真相

隨著大數(shù)據(jù)概念的普及和人們對(duì)數(shù)據(jù)價(jià)值認(rèn)識(shí)的不斷深入，數(shù)據(jù)分析越來(lái)越受到人們的重視，尤其是在企業(yè)中，現(xiàn)在很多做銷售、市場(chǎng)的企業(yè)人員已經(jīng)開始用數(shù)據(jù)說(shuō)話，很多企業(yè)也已經(jīng)開始借助數(shù)據(jù)進(jìn)行決策和管理，量化經(jīng)營(yíng)的理念正逐步深入人心。與此同時(shí)，專業(yè)的數(shù)據(jù)分析師也逐漸進(jìn)入人們的視野，被評(píng)為未來(lái)十年最有前途的十大職業(yè)之一。

作為一名數(shù)據(jù)分析師，保持對(duì)數(shù)據(jù)的敏感性是最基本的要求之一，這里所說(shuō)的數(shù)據(jù)敏感性不僅是指能夠發(fā)現(xiàn)隱藏在數(shù)據(jù)之間的關(guān)系和規(guī)律，還包括能夠辨別數(shù)據(jù)的真?zhèn)?。因?yàn)殡S著數(shù)據(jù)產(chǎn)生量的爆炸式增長(zhǎng)，一些假的、有問題的數(shù)據(jù)也不斷出現(xiàn)，這些數(shù)據(jù)有些是由抽樣誤差或采集過(guò)程引起的，有的則是出于某種目的人為造成的，而且有些錯(cuò)誤的數(shù)據(jù)還非常隱蔽，往往容易被人忽視，從而造成錯(cuò)誤的判斷甚至因此蒙受巨大的經(jīng)濟(jì)損失。作為一名數(shù)據(jù)分析師，對(duì)待這類數(shù)據(jù)不能人云亦云，需要有自己的認(rèn)識(shí)和理解，要透過(guò)數(shù)據(jù)的表面看背后的真相和存在的問題，下面舉幾個(gè)日常生活中常見的數(shù)據(jù)案例來(lái)說(shuō)明如何看清數(shù)據(jù)的真相。

1、失業(yè)率

失業(yè)率是我們大家都非常熟悉的一個(gè)指標(biāo)，也是政府制定相關(guān)政策的一個(gè)重要依據(jù)。這些年，中國(guó)政府一直將失業(yè)率控制在4%以下作為一項(xiàng)重要的執(zhí)政目標(biāo)，每年也都基本實(shí)現(xiàn)了這一目標(biāo)，然而，以大多數(shù)人的感受來(lái)說(shuō)，實(shí)際的失業(yè)率似乎比4%要大，而且有時(shí)候感覺會(huì)差很多。那么，到底是什么原因造成了實(shí)際統(tǒng)計(jì)數(shù)據(jù)與民眾自身感受之間的這種差距呢？要弄清這一問題，我們首先應(yīng)該看一下失業(yè)率的概念和統(tǒng)計(jì)方法。

失業(yè)率是失業(yè)人口占勞動(dòng)力人口的百分比。世界上大多數(shù)國(guó)家都采用兩種失業(yè)統(tǒng)計(jì)方法。一種是行政登記失業(yè)率，另一種是勞動(dòng)力抽樣調(diào)查失業(yè)率。兩種失業(yè)率都是政府決策的重要依據(jù)。中國(guó)之前一直采用城鎮(zhèn)登記失業(yè)率來(lái)衡量失業(yè)情況。城鎮(zhèn)登記失業(yè)率是指在報(bào)告期末城鎮(zhèn)登記失業(yè)人數(shù)占期末城鎮(zhèn)從業(yè)人員總數(shù)與期末實(shí)有城鎮(zhèn)登記失業(yè)人數(shù)之和的比重。分子是登記的失業(yè)人數(shù)，分母是從業(yè)的人數(shù)與登記失業(yè)人數(shù)之和。在城鎮(zhèn)單位從業(yè)人員中，不包括使用的農(nóng)村勞動(dòng)力、聘用的離退休人員、港澳臺(tái)及外方人員。城鎮(zhèn)登記失業(yè)人員是指有非農(nóng)業(yè)戶口，在一定的勞動(dòng)年齡內(nèi)（16歲以上及男50歲以下、女45歲以下），有勞動(dòng)能力，無(wú)業(yè)而要求就業(yè)，并在當(dāng)?shù)鼐蜆I(yè)服務(wù)機(jī)構(gòu)進(jìn)行求職登記的人員。

由城鎮(zhèn)登記失業(yè)率的計(jì)算方法我們不難看出，一系列限制使得這一指標(biāo)的代表性大為降低。由于很多真正失業(yè)的人不一定去登記，加上農(nóng)村的農(nóng)民就業(yè)沒有包括在里面，而最近幾年2.5億農(nóng)民工群體已成為一支不容忽視的就業(yè)群體，而且隨著人們壽命的延長(zhǎng)，45到60歲之間的人仍工作在第一線，然而他們卻都沒有被納入到城鎮(zhèn)登記失業(yè)率的統(tǒng)計(jì)范圍之內(nèi)，因此實(shí)際每年公布的登記失業(yè)率數(shù)字，比調(diào)查失業(yè)率要低。這也成為城鎮(zhèn)登記失業(yè)率飽受詬病的原因，也是造成實(shí)際每年公布的失業(yè)率與我們每個(gè)人的切身感受相差較大的最根本原因。

正是基于城鎮(zhèn)登記失業(yè)率這些明顯的缺陷，中國(guó)政府決定，從2011年開始，不再使用“城鎮(zhèn)登記失業(yè)率”這一指標(biāo)，而采用“調(diào)查失業(yè)率”。 2013年9月9日，中國(guó)首次向外公開了調(diào)查失業(yè)率的有關(guān)數(shù)據(jù)。國(guó)務(wù)院總理李克強(qiáng)在英國(guó)《金融時(shí)報(bào)》發(fā)表署名文章《中國(guó)將給世界傳遞持續(xù)發(fā)展的訊息》透露，“今年以來(lái)，中國(guó)經(jīng)濟(jì)運(yùn)行穩(wěn)中有進(jìn)，上半年GDP同比增長(zhǎng)7.6%；5%的調(diào)查失業(yè)率和2.4%的通脹率，均處于合理、可控范圍?！?%的調(diào)查失業(yè)率，高于此前人社部公布的一二季度均為4.1%的登記失業(yè)率，可以說(shuō)更具有說(shuō)服力。但這一數(shù)據(jù)到底是否準(zhǔn)確、代表性如何，需要對(duì)調(diào)查失業(yè)率的計(jì)算方法、抽樣方式、方法、調(diào)查范圍等深入研究之后才能判斷其最終的代表性。

二、死亡率

死亡率的概念大家都不陌生，而且一般也不會(huì)產(chǎn)生歧義。但是如果死亡率被用在不恰當(dāng)?shù)膱?chǎng)合，那么同樣會(huì)出現(xiàn)問題。

以一個(gè)經(jīng)常被引用的故事為例。在美國(guó)和西班牙交戰(zhàn)期間，美國(guó)海軍的死亡率是千分之九，而同時(shí)期紐約居民的死亡率是千分之十六。后來(lái)，海軍征兵人員就用這兩個(gè)死亡率來(lái)證明參軍更安全。那么，這個(gè)結(jié)論正確嗎？顯然是不正確，因?yàn)檫@兩個(gè)數(shù)字根本就是不匹配的，當(dāng)兵的一般都是身強(qiáng)力壯的年輕人，而居民的死亡率是包括老弱病殘等各類人群的一個(gè)綜合數(shù)據(jù)，而老弱病殘者又是主要的死亡人群構(gòu)成者，這些人拉抬了整個(gè)居民的死亡率。所以正常應(yīng)該是用同年齡段的海軍和紐約居民的死亡率來(lái)作對(duì)比，從而判斷參軍是否安全。一般情況下，相同年齡段的海軍死亡率應(yīng)該是高于居民死亡率的。

這一案例說(shuō)明數(shù)據(jù)之間要具有匹配性才能進(jìn)行對(duì)比。不具有可比性的數(shù)據(jù)有時(shí)候會(huì)很隱蔽。不容易發(fā)現(xiàn)，這就需要分析師有更敏銳的觀察能力。比如某個(gè)零售企業(yè)想計(jì)算2013年11月前十天的銷售比去年同期增長(zhǎng)了多少，表面上來(lái)看這兩個(gè)數(shù)據(jù)是可以直接對(duì)比的，有匹配性。實(shí)際上對(duì)以規(guī)律性非常強(qiáng)的零售企業(yè)來(lái)說(shuō)，周末對(duì)銷售的影響是非常大的。翻開日歷會(huì)發(fā)現(xiàn)，2013年11月的1~10日比2012年11月同期多一個(gè)“星期天”，這就容易使對(duì)比結(jié)果出現(xiàn)誤差。 因此，對(duì)零售企業(yè)來(lái)說(shuō)，最好以周來(lái)進(jìn)行對(duì)比。     

三、離婚率

中國(guó)離婚率連年遞增，婚外情成婚姻最大殺手，從年齡結(jié)構(gòu)看22~35歲人群是離婚主力軍，36~50歲年齡段是婚姻平穩(wěn)期，50歲以上人群離婚率上揚(yáng)，從教育背景看，學(xué)歷高低與離婚率高低成反比，學(xué)歷越低，離婚率越高，學(xué)歷越高，離婚率越低。這些結(jié)論似乎與我們的日常感受比較吻合，但需要注意的是離婚率的計(jì)算公式是否科學(xué)合理?，F(xiàn)行的離婚率公式是這樣的：離婚率＝離婚數(shù)/結(jié)婚總數(shù)，乍一看，沒有任何問題。以2012年為例，2012年的離婚率就是2012年離婚數(shù)除以2012年結(jié)婚數(shù)？但仔細(xì)研究會(huì)發(fā)現(xiàn)，2012年離婚的人和結(jié)婚的人根本就不是一個(gè)概念。這樣計(jì)算的結(jié)果容易廣大人民群眾造成誤解！

實(shí)際的離婚率計(jì)算公式應(yīng)該是：2002年結(jié)婚人群在2012年的離婚率＝2002年結(jié)婚且2012年離婚總數(shù)/2002年的結(jié)婚總數(shù)。此外，如果我們對(duì)2002年結(jié)婚人群從2002年開始到2012年為止，每年都計(jì)算一個(gè)離婚率的話，還可以分析每年的離婚率變化情況，是否真在第七年的時(shí)候達(dá)到最高值，即通常所說(shuō)的七年之癢是否真的存在。

與離婚率的概念類似，很多零售企業(yè)每個(gè)月都會(huì)計(jì)算的退貨率，也需要分門別類才能正確的計(jì)算出來(lái)的。

以上僅僅列舉了幾個(gè)日常生活中常見指標(biāo)的數(shù)據(jù)陷阱問題，實(shí)際生活中這樣的例子還有很多。有時(shí)候是數(shù)據(jù)的確有錯(cuò)誤，有時(shí)候數(shù)據(jù)雖然正確，但計(jì)算方法或者使用場(chǎng)合不正確，或者對(duì)比不匹配，同樣會(huì)誤導(dǎo)我們。因此，雖然我們不能每個(gè)人都成為數(shù)據(jù)分析師，但多嘗試從數(shù)據(jù)背后看問題，多培養(yǎng)數(shù)據(jù)敏感性，仍然會(huì)使我們獲益匪淺。