當每家公司開始擁抱大數據，錯誤數據與結論比沒數據更傷

隨著資訊發展爆炸，許多公司更依賴使用「大數據」來提升他們的使用者經驗或是其他服務品質，像是「是否需要加入網站的新功能？」、「是否考慮要內嵌入影音檔案？」、「網站的顏色配置？」這些問題都可以從大數據中得到解答，但使用大數據之前有一個很基本的問題，即是要搜尋數據以及如何獲得這些數據? 更重要的是，要怎麼樣分析理解手上的資訊? 企業要記住：分析出錯誤的數據和結論比毫無數據資料來得更糟。

有鑑於此，分享平台〈Whisper〉的首席數據官Ulas Bardak在〈Entrepreneurs〉上發表了一篇文章，希望藉由自己在大數據領域工作的經驗，給予不論是電商公司或是一般公司使用大數據上的一些建議：

1.拋下喜好偏見

人與生俱來就擁有自主意識或是偏見，在選擇數據的時候，往往可能會選擇對自己現在手上工作分析有利的數據，稱作確認偏誤，而另外也會挑到不符合使用者的資訊，通稱為選擇性偏誤，或是在分析使用者改變的原因時，太專注於一些不重要但是看起來很明顯的原因，而非去找尋背後真正的因素，這些錯誤的偏見都會造成數據分析的重要影響，間接影響公司日後的表現。

最有效的解決方法則是立刻重審數據分析，是否有包含到公司所有的目標客群人口，若是有些目標沒有被包含進去或是比率的結果跟原本預測的測試結果不一樣，數據部門必須要檢視這些受測者在測驗中是扮演怎樣的角色。

2.注意正確的數據資料

在數據分析的時候，審視分析結果的時候通常會以問題為基礎，並以綜觀全體的角度去觀察結果，但是這樣很可能會被表面上的結果誤導。

Ulas Bardak舉了自身的例子作為說明，他們的公司開發了一個新的APP，分別在iOS和Android系統上都有上架，一段時間過後，公司分析他們的使用者時發現在兩萬名使用者當中，他們成功的讓一萬名使用者繼續使用此App，而另外的一萬使用者則放棄使用。但若是更深入地去瞭解每位使用者的使用背景，則發現公司App在Android系統上的表現非常好，在四百位使用者當中只損失了一百位，相較於在iOS系統的結果是相當不同的，因為在iOS系統的調查中，公司App繼續使用的用戶與流失的人數差不多。從這個例子可以得知，若只看整體的結果，則不會知道在兩個不同系統上使用者的表現，而這項發現其實對公司的App經營是有很重大的幫助的，而Ulas Bardak舉的案例結果可以稱做是「辛普森悖論(Simpson’s Paradox)」，即是兩組數據顯示出的結果不一樣，但是一旦合併考慮，又會出現相反的結論，數據部門必須要謹慎地注意使否出現這種狀況。

3.擁有足夠且正確的數據資料再做決定

要怎麼確定公司做的決定一定是正確的？有可能做出來的統計數據會導向壞的結果，因為這個結果會是基於一個偶然的機遇，變成是沒有用的研究甚至與當初希冀的結果完全不同。必須先了解分析數據的時候倒底需要多少使用者樣本，如果是想要調查很長一段時間，則可以專注在分析一小部分的使用者就好，或是研究的這件事是常發生的話，也能只分析一小部份的人，確保數據部門的人員是使用正確的樣本且正確的資料，才能進行數據的決策。

數據是行銷人員的好朋友，但是當我們必須依賴數據分析做決策，一定要記得自問: 這組數據是否正確? 能否反映使用者的真實狀況? 以及數據量是否足夠提供分析出有意義的結果?

大數據：談資料管理平台（DMP ）與廣告聯播網間的關係（上）

轉載自合作媒體 Inside 硬塞的網路趨勢觀察