产品经理所面对的数据，本质上和日常生活中的数据没有太大的差别。简单来说，都是一个量化事物的手段，就像身高、体重一样，都是一个数字指标，它代表了现实存在的事物的一个客观情况。

　　正是因为数据的客观性，让数据变成了发掘问题本质，寻找事物规律所需要用到的最有利的手段之一。

　　数据虽然客观，但是有时也会骗人，而且骗人的方式不同。

　　1、障眼法欺骗

　　案例一： 把沉默用户当做支持和反对的中间态

　　2家网站A和B，都经营类似的业务，都有稳定的用户群。它们都进行了类似的网站界面改版。改版之后，网站A没有得到用户的赞扬，反而遭到很多用户的臭骂;而网站B既没有用户夸它，也没有用户骂它。如果从数据来看, 应该是网站B的改版相对更成功, 因为没有用户表达不满。但事实并非如此。网站A虽然遭到很多用户痛骂，但说明还有很多用户在乎它;对于网站B，用户对它已经不关心了.网站A指的是Facebook，网站B是微软旗下的Live Space。

　　案例二： 把某一类型数据当做全部数据导致分析结果错误

　　某产品想要看网站现在的用户访问量是什么状态，于是选择了PV作为观测指标，通过alexa来看网站的PV在过去一年中呈明显的下降态势，于是就以此为论据进行了分析。

　　可是后来发现，alexa仅仅统计通过WEB的访问量，而用户移动端的登录并不在统计范围之内。由于微信等移动端应用的使用，一大部分人会通过移动端的途径进入，缺失这部分数据意味着前面统计的数据基本没有意义，因为WEB端访问量的下降有可能是用户访问网站次数降低，同时也有可能是由PC端向移动端迁移，这个统计就不能作为论据出现了。

　　2、单一欺骗法

　　案例一：将指标分开单一看，忽略多环节指标

　　在统计用户反馈的时候，只看到几个用户反馈一个问题，这些反馈在整个问题里占比只有1%，你觉得这个太低了，不加以重视!但是，你不知道另外99%遇到这个问题的用户很可能卸载你了!!!

　　案例二 ： 高流量即高转化?错!

　　一篇文章百度带来100个leads，微信带来80个leads。但百度带来的流量最终转化为60个注册用户，微信渠道最终转化了64个注册用户，哪个渠道比较好，不能单纯根据流量来源多少定吧?