【统计陷阱好的段落】你知道第7类数据分析的一般统计陷阱吗？

我们可能会发生各种很可能发生的混淆。数据提取后，“迷恋”在数字上。脑子里没有分析性的目标。自己的局限性影响指标的选择。分析数据时，我们都容易出错。但是用户体验团队需要用户行为的准确画像。数据分析(用户体验分析)时，需要记录一些最常见的错误或读取数据时最大的错误。

这些都与对用户行为的错误假设有关，那么你会发现以下内容。

较小的数字通常表示否定信号。如果数据结果表明相关，则必须存在因果关系、因果关系等。现在，我用统计说明给你看7个最常见的错误。

访问和浏览：混淆和过度依赖

不管是不是新手数据分析师，都会陷入交替使用这两个概念的陷阱中。

不同的数据分析工具对同一个概念使用不同的术语，同一个工具使用模糊的术语。因此，将导航视为访问，反之亦然。

但是你必须完全理解术语。否则，存在以下风险：

使用错误的数据进行报告并不奇怪，合并非常不准确的报告。这是解释数据时最常见的错误。

现在，让我们定义浏览和访问，并一次性列出它们之间的差异。

浏览(页面浏览)是导航站点中可通过跟踪分析代码跟踪的页面。访问(session)是指用户在特定时间内在你的网站上做的所有动作。现在说到浏览和访问，分析解释数据时常见的另一个错误是：

过分依赖浏览和访问！作为UX设计师，你可能想把增加访问量和点击率的任务交给市场上的人。然后集中处理与用户体验相关的数据。

不是深挖数据，而是要有全球观。

简要查看可用数据。

快速评估手头的数据，快速浏览“头条”数字，只能得到部分网站目前的运营状态，完全不会给你任何可以提高用户体验的线索。如何提高数据分析的效率？也就是说，访问量只是一个指标，是告诉你有多少人在指定的时间段内到达你的网站的指标，不会告诉你如何鼓励这些人访问网站。

看到了吧？这是另一个常见错误，使用尽可能广泛的访问数据进行分析，并将统计结果解释为用户体验和网站性能的指标。作为用户体验分析师，分析数据的最佳方法是对这些数据进行分析，然后对能得到什么结果有概念。这样就可以集中分析与理解用户行为相关的特定指标，而不是把头扎进数据的海洋中。

解释数据常见错误：仅查看数字

不要把这些数据放在背景中。因为根据数据背景解释数据是合理的。否则，可以分析统计量化的数据。

不是“什么”，而是“什么”

解释数据时最常见的误解是进入数字的“咒语”！

需要记住的是：

这个数据代表实际用户的行为。一旦无视来源，数据就失去了价值。只有与用户健康检查相关联并进行解释，才能真正反映数据的价值。你的网站告诉你你的整个用户体验是什么。这就是为什么在分析定量和定性数据时经常使用定量分析方法的原因。通过用户研究方法：已经发生了什么，为什么访问者在我的网站上这样做？

总是认为低数据代表不好的标记

数据分析中经常犯的另一个错误是：

经常认为降低数据，减少数据是坏事。

这里必须和上下文联系！以三个阶段查看数据分析的过程如下：

1.你想从这些数据中得到什么？

2.可以使用哪些数据？

它的实际意义是什么？

让我举一个好例子。

在主页上花少量时间可能是好也可能是坏。如果你谈论重新设计的主页，这可能意味着用户新设计更直观、更高效。他们可以从你的网站上得到他们更感兴趣的页面。也就是说，在团队成员网站走下坡路之前，警告他们把这些减少的数字放到上下文中理解。

忽略自定义地块

每个访问者使用你网站的方式都不一样。例如：

桌面上的移动终端一天中的不同时间和多个用户与网站交互的方式不同。还要说吗？在解释定量和定性数据时，不要忽视这些有价值的因素对用户体验的影响。在匆忙做出错误假设之前，在阅读分析数据之前，请将这些数据分成几个相关部分。

移动用户桌面用户是不同国家的用户、不同年龄段的用户等用户群体的基本划分，将定性和定量数据转换为相关部分，更重要的是提供网站用户体验关注领域的宝贵线索。假设网站的转化率是7%，那么在对这个数据过于兴奋之前，请先拆分一下这个数据。其中9%来自PC用户，1%来自移动用户。这样，你就有线索了。现在你知道该把注意力放在用户体验上的地方了。

分析前没有确定明确的目标

如前所述，在大量数据中混乱不堪。

但是，如果从一开始就花时间制定目标，就能知道数据分析中想得到的是什么。并且：

直接指向用户体验

那些具体对象。

用通俗的话说，如果不知道要到什么地方，又如何知道怎么到达那个地方，以及如何提高用户体验呢?

解决通用型(One-Size-Fits-All)报告设置

在解释分析数据时另外一个常犯的错误是坚持标准报告设置，而不是尝试调整它，让它向你传递你需要的精准数据：与你网站相关的数据 。因为每个网站工作方式不同，你不能期望一个通用的数据分析方法能够完美地适合所有数据，对吗 ?

所以你已经分析了你的数据了：接下来呢?

读取你的分析数据仅仅是第一步。现在你应该：

• 从你的分析数据中获得一些可以采取的行动
• 行动起来

是否有可用性测试来解释为什么你的桌面转换率比它的移动版本更高?

或许你需要实现一些用户研究方法去识别用户从他们的移动设备访问网站时浏览的内容。

是时候整理你的数据驱动作战计划了!

以上内容来自公号:中国统计网

微会动平台-活动场景数字信息化服务全景图

新社汇平台-数字化营销运营核心-数据中台（DMP）

新社汇and微会动袁帅

【头条号-新社汇and微会动袁帅】运营者：袁帅，会展业信息化、数字化领域专家，PMP项目管理师，网络营销，搜索引擎营销运营出身，数据分析师，中国电子商务职业经理人，CEAC国家信息化计算机教育认证：网络营销师，SEM搜索引擎营销师，SEO工程师 。现任北京新荟友科技有限公司联合创始人、执行董事，新社汇平台联合创始人、微会动平台创始人兼首席营销顾问，静花缘精品系列民宿互联网线上运营，北京宏宇互动科技有限公司事业合伙人，TAS区块链溯源项目营销合伙人。O2O2O活动场景双线闭环数字化运营综合服务解决方案与活动场景数字信息化运营综合解决执行方案提出者，微会动服务共同体发起人。