数据显示，产品A和B的购买成交率男性>女性，可产品A与产品B之和，成交率却是女性>男性。你信吗？

精细化运营能够帮助我们在数据的指导下进行产品路线、战略的调整，让产品改进的过程有章可循。

但有时候，我们也会遇到一些看起来有些诡异的数据陷阱。

案例数据

我们先看问题的描述：

在产品A和产品B中，男性的购买成交率都是男性>女性，可在合计中，却是女性>男性。那么，这就有点懵了。

所以，到底应该拓展男性用户，还是女性用户呢？？

可能我们的第一反应都是：是不是数据不准确啊？于是我们就有了这个案例……

原因定位

我们来追溯一下问题的来源：

*此处数据已做了模糊处理，非真实数据

从数据上我们可以看到，实际上，在产品A和产品B上，确实都是男性转化率高于女性，但由于产品B的转化率明显低于A，且男性群体大量被引导去了产品B，所以整体数据的转化率反而要低于A。

这在统计学上称为：辛普森悖论（Simpson’s Paradox）

在分组比较中都占优势的一方，在总评中有時反而是失势的一方。该现象于20世纪初就有人讨论，但一直到1951年，E.H.辛普森在他发表的论文中阐述这一现象后，该现象才算正式被描述解释。 后来就以他的名字命名此悖论，即辛普森悖论。

优化方案

回到这里的题目中，数据向我们展现了两个结论：

1. 对于产品A和产品B，男性的购买成交率都大于女性；
2. 产品B的平均成交率要明显低于产品A。

那么对于投放决策来说，我们还是偏好男性用户。在引流成本相同的条件下，男性的购买转化率较高。而针对产品A和产品B的分流推荐方式，可能还需要考虑两个产品的客单价与利润率。

从上图中可以看出，产品A属于低单价、低利润、成交率高的产品，产品B属于高单价、高利润、成交率低的产品。那么如果在电商开拓期，希望引入更多用户，我们可能会侧重于推广产品A；如果平台已经有一定规模，希望能够提高人均利润率，降低百元成交量的获客成本，我们可能可以考虑多推广产品B。

（大概就是像这样的两个产品↑）

当然，这些的前提是在，引流成本相同的情况下。而往往实际问题的考虑中，我们还会需要考虑投放成本、投放效果、转化效果等问题，这一部分在我们的第一章《数据运营实战（一）：细分目标人群，结合用户画像的实践》中也探讨过，欢迎移步讨论！

案例总结

在数据运营的实战中，可能常常会遇到一些让我们觉得有点别扭的数据。

而在这些数据背后，其实蕴藏着很多的细节与能量。因此，建立详细的数据分析运营体系，理解用户群分离与归并的思路，让数据为你所用，这是很重要的。

回顾我们上一期讲过的数据运营微笑模型~

这一期我们讲的是在定位原因的过程中，对用户群拆分解析之后发现了其中的运营价值。

我们可以先通过自定义事件埋点，监测购买事件，同时上报购买商品的参数；然后通过用户分群设置筛选出购买事件中，购买参数等于产品A的人群，来得到我们想要的细分用户群体：

然后通过用户群体的计算与分析，得到该群体的人群特征，展开我们的数据分析工作。

今天的运营实战分享就先到这里，客官们有啥建议或意见欢迎在留言区评论哦~

相关阅读

数据运营实战（一）：细分目标人群，结合用户画像的实践

数据运营实战（二）：细分漏斗画像，改善关键节点

数据运营实战（三）：用数据说话，从埋点开始

本文由 @腾讯大数据 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Pexels，基于 CC0 协议