上一篇里提到，关注数据，学习数据分析，但也不要唯数据论，因为数据具有欺骗性。（戳：
）
数据的欺骗性并不是指数据弄虚造假，而是指人为地选择一部分数据展示，故意引导人们的注意力和关注点，从而达到障眼法的目的。
讲两个关于数据的故事吧。
一个是朋友冬瓜某次写年终总结述职材料。这类材料肯定是要各种往好了写，挑选那些比较大的项目，数据比较漂亮的往上罗列。冬瓜的上级特意提醒他，要多加一些数字，显得比较有说服力。
冬瓜在整理一个重要项目的时候发现，这个项目好像从哪几个角度出发算出来的数都不是大幅的增长，甚至有的维度还是负的。冬瓜很沮丧，请教资深的同事。同事说，嗨，这容易，那你截取某段时间看下数据。
冬瓜就跑去按时间段算数据去了，果然发现有一个时间段的数据很漂亮，这样能够说明这个项目带来了很积极的增长，所以冬瓜就用了这个数据。
另一个是曾经我和一个做产品经理的朋友可乐吃饭聊起来的。可乐所在的公司非常重视数据，和许多信奉数据的公司一样，许多新产品新功能是否上线，都要事先做很多轮A/B测试，看新版本是否能够在数据上提升产品的综合业绩表现。
作为产品经理，可乐团队负责的产品每次上线前测试大家都很紧张，希望能通过。很多时候是很难一次性通过的，所以他们常常会改一改角度变着法儿测。
所以本来是为了提升整体数据而测试新功能是否需要上线，最后常常变成为了推进新功能上线，而不停变换测试的方式和维度，期望这样能得到一些积极的数据。
因为新功能是否成功上线和KPI有很大关系。这样一来，为测试新功能效果的A/B测试也变了味。
◢◤
总结以上，数据的欺骗性在于：容易被人为地操纵，作为说服他人的武器。通过横向选取不同维度，纵向选取不同时间段内的值，就能够影响人们对事件结果的判断和认识。
所以数据并不一定意味着客观的事实，有时候取决于使用者的出发点和目的。这种形式上的“客观”反而会起到麻痹的作用。
话说回来，如果不是许多公司过于看重数据，把数据表现和业绩紧密挂钩，大家也不会这么绞尽脑汁去找所谓“漂亮的数据”。
以前看一本讲述Google产品运营的书（具体忘了是哪一本）里提到过，有时候页面上一根线或者是图标的边缘是1像素还是2像素都要A/B测试很久（1像素大概两根发丝吧），这种时刻确实让人很无语。
作为执行层面，确实没有什么其他的选择。但是作为管理层面，应该会有100件优先级更高的事情需要安排员工去做，这种“1像素还是2像素”的事情，还是少有为好。
同时无论什么时候什么角色，都要清楚地知道数据的意义，警惕这种“表面的客观”。
不然，我们最终都会成为数据的奴隶。
（完）
