別被數字騙了!看數據別忘了問問「分母」在哪裡?
我記得小時候,阿嬤家後院總是堆滿各式各樣的水果。芒果、香蕉、木瓜,每一樣都香氣逼人。但阿嬤最厲害的,不是種出這麼多好吃的果實,而是她總是能準確地告訴你,哪個水果已經熟透可以吃,哪個還需要再等等。她從不直接告訴你「這個芒果的糖分達到多少」,而是會說:「這個芒果捏起來軟軟的,甜度夠了,可以吃了。」阿嬤的經驗,其實就是數據分析的縮影,而我們常常忽略的「分母」,就像是決定水果甜度的土壤,影響著我們對水果的判斷。
「百分比」的陷阱:披薩店的困擾
我有一位朋友開了家披薩店,生意還不錯。有一天,他興奮地跟我說:「我新推出的海鮮披薩,顧客滿意度高達90%!」聽起來很棒,對不對?但當我追問細節時,他卻有些語塞。原來,這個「90%」是基於他請了十位朋友來試吃得出的結論。這就像是阿嬤告訴我,只有十顆芒果是甜的,其他的都酸的,這根本沒有意義!
問題出在哪裡?問題就在這個「分母」。如果分母只有十個人,那麼這份數據的代表性就太差了。就像是披薩店的顧客有上千人,而只有十個人的意見,根本無法代表所有顧客的真實想法。這就像是阿嬤只告訴我,只有十顆芒果是甜的,其他的都酸的,這根本沒有意義!
「絕對差異」的重要性:股票市場的警惕
我記得有一次,新聞頭條寫著:「道瓊工業平均指數暴跌超過1000點!」看到這個消息,我心跳加速,立刻開始檢查我的投資組合。但後來,我發現這個「暴跌」其實只是道瓊指數小幅下跌的誇大描述。這就像是阿嬤告訴我,芒果掉了下來,但她沒有告訴我,芒果只掉了幾公分。
問題出在哪裡?問題就在這個「百分比」的呈現方式。如果直接呈現「絕對差異」,例如「道瓊工業平均指數下跌1000點」,那麼我們可以根據自己的判斷,來決定這個下跌是否嚴重。但如果直接呈現「百分比」,例如「道瓊工業平均指數暴跌10%」,那麼就容易讓人產生恐慌。這就像是阿嬤告訴我,芒果掉了下來,但她沒有告訴我,芒果只掉了幾公分。
這就像是披薩店老闆告訴我,海鮮披薩的顧客滿意度高達90%,但沒有告訴我,只有十個人試吃過。這就像是阿嬤告訴我,只有十顆芒果是甜的,但沒有告訴我,總共有幾顆芒果。
「分母」的迷思:試藥的實驗
我曾經在化學實驗室工作過,記得有一次,實驗室的同事興奮地告訴我:「我們新開發的試藥,成功率高達75%!」聽起來很棒,對不對?但當我追問細節時,他卻有些語塞。原來,這個「成功率」是基於他自己做的實驗得出的結論。這就像是阿嬤告訴我,只有十顆芒果是甜的,但沒有告訴我,總共有幾顆芒果。
問題出在哪裡?問題就在這個「分母」。如果分母只有一個人的實驗,那麼這份數據的代表性就太差了。就像是試藥的實驗需要經過大量的測試,才能確定它的真實效果。這就像是阿嬤告訴我,只有十顆芒果是甜的,但沒有告訴我,總共有幾顆芒果。
「轉換率」的真相:網路廣告的困境
我有一位朋友在做網路廣告,他總是跟我抱怨廣告效果不好。有一天,他興奮地告訴我:「我們新推出的廣告,點擊率高達50%!」聽起來很棒,對不對?但當我追問細節時,他卻有些語塞。原來,這個「點擊率」是基於他自己做的測試得出的結論。這就像是阿嬤告訴我,只有十顆芒果是甜的,但沒有告訴我,總共有幾顆芒果。
問題出在哪裡?問題就在這個「分母」。如果分母只有一個人的測試,那麼這份數據的代表性就太差了。就像是網路廣告需要經過大量的投放,才能確定它的真實效果。這就像是阿嬤告訴我,只有十顆芒果是甜的,但沒有告訴我,總共有幾顆芒果。
如果我們想知道廣告的真實效果,我們需要知道有多少人看到了廣告,有多少人點擊了廣告,以及有多少人購買了產品。這就像是阿嬤告訴我,總共有多少顆芒果,有多少顆芒果是甜的,以及有多少人吃了芒果。
數據的陷阱:小心被「分母」欺騙
數據分析就像是阿嬤告訴我們水果的甜度,但如果我們忽略了「分母」,就像是忽略了土壤的品質,那麼我們就無法準確地判斷水果的甜度。所以,下次當我們看到數據時,一定要仔細思考「分母」是什麼,以及它是否具有代表性。這就像是阿嬤告訴我們,要仔細觀察芒果的顏色、大小、以及氣味,才能判斷它的甜度。
數據分析就像是阿嬤告訴我們水果的甜度,但如果我們忽略了「分母」,就像是忽略了土壤的品質,那麼我們就無法準確地判斷水果的甜度。所以,下次當我們看到數據時,一定要仔細思考「分母」是什麼,以及它是否具有代表性。這就像是阿嬤告訴我們,要仔細觀察芒果的顏色、大小、以及氣味,才能判斷它的甜度。
數據分析就像是阿嬤告訴我們水果的甜度,但如果我們忽略了「分母」,就像是忽略了土壤的品質,那麼我們就無法準確地判斷水果的甜度。所以,下次當我們看到數據時,一定要仔細思考「分母」是什麼,以及它是否具有代表性。這就像是阿嬤告訴我們,要仔細觀察芒果的顏色、大小、以及氣味,才能判斷它的甜度。
下次看到數據,別忘了問問自己:「這個分母是什麼?它代表什麼?」
原文
標題:One Simple Way to Get Better at Reading Data
網址:https://hbr.org/2025/05/one-simple-way-to-get-better-at-reading-data