不要觉得这就是一个简单的促销活动，新品牌做推广，没钱做广告，也没有知名度，靠的就是细节上的运营效率。比如上图，简单给你分析下：

我不太信星座，交通事故是纯概率原因，背后一定有科学解释。后来研究发现，是因为国内这三个星座出生的人口最多。

数据基于2016年人口普查结果

中国是人口流动大国，春节时家人团聚更多，小别胜新婚，加上天气比较冷，怀孕几率更高。十月怀胎，对应这三个星座出生的人口就最多。那无论什么事儿，肯定是这三个星座的占比较高。

星座与交通事故存在相关性，但不存在因果性。搞明白这件事，在市场调研中也极为重要。

我们做用户调研，会做用户的年龄、性别、职业、收入画像，希望找到产品的典型用户，在推广时更有针对性。但有时，这种调研也有问题，就是产品的消费场景与用户画像的数据有相关性，没有因果性。

比如美国有一项调研数据显示：森林火灾率和冰激凌销量呈正相关关系。

《信号与噪声》作者纳特·西尔弗说，冰激淋销量和森林火灾之间存在关联，因为二者在夏日酷暑天气中出现的概率都更高些。但不代表二者间具有因果关系，在购买一支冰激凌时，你并不需要点燃一根树枝。

我们调研出某健身房的用户多数是白领，不能说因为是白领，所以喜欢来这个健身房。这是数据的相关性，那么因果性是什么？

是因为他们的收入、工作状态、健身喜好决定了会选择这个健身品牌。同样的，符合那个收入水平、工作状态、健身喜好的其他类型消费者，如国企、事业单位员工也有相同的消费偏好。只是地域性原因，白领人数比较多罢了。

这才是通过因果性找到产品与用户之间的关联。

三、连续三年增长20%，就一定是好企业吗？

做商业分析，评估一家企业，最好的方法就是看经营数据。但同时，也要防范数据有没有设下陷阱。

比如某企业介绍「本公司营业收入连续三年增长20%以上」，表面看稳步增长、发展势头正好。实际里边可能有好多坑，给你举几个例子：

看数据的视角不一样，解读出的信息就不同。做数据分析，不仅要在企业内看、当下看，也要从行业、长远的视角来看。

之前在为某茶饮品牌做数据分析时，发现其中车厘子系列卖得最好，占销售额70%以上。按战略设计的「扬长避短」原则，我们就要说服客户坚持禀赋，将车厘子系列发扬光大。

但我发现，从行业角度看，车厘子在新式茶饮市场中的销售占比并不高，远不如葡萄、芒果等水果的市场份额，而且客户的单店盈利能力远不如同类品牌。这说明车厘子把企业限制在了一个更窄的赛道，做车厘子，没发展；不做车厘子，销量骤减。

与其饮鸩止渴，不如断臂求生、再炼金身。后来我们为客户设计了更宽的产品线，用车厘子做价值感锚定，同时引进主流水果做利润品和常规品。

如果当初错误判断数据，将车厘子系列作为主打品，那样只会更加尾大不掉，结局恐怕不会太乐观。

最后

无论对消费者、市场调研工作者，还是企业管理者，数字都是我们认识事物、做出决策的重要依据。但是，数字同样也会「说谎」，并不完全可靠。要想通过数据发现更多真相，我有几点经验和建议：

最后，数字是计算、测量的产物，它能帮你以量化方法做出理性选择，但并不是所有东西都需要换算成数字，比如不要拿陪家人的时间与工作成果比，也不要计算在爱情中的投入与产出。

会用数据计算，但也记住爱因斯坦说过的这句话：

不是所有有价值的事物都可以被计算，也不是所有可计算的事物都值得去计算。