很多人都在说『大数据能力』很重要，但是在我看来很多人对『数据分析』的角度及方式都不太正确。最近刚好有一个淘宝（阿里巴巴）被中国的工商总局说正品率只有 37.25% ，引发网路热议，甚至将面临集体诉讼。但是，这数字及实际状况是正确的嘛？今天我们就以这个案例来看，数据分析最常犯，或是该建立的心态

要做数据分析，首先你必须先完整的了解最塬始的数据资料（raw data），如果你要分析的资料数据是经过很多手，那这个数据可信度及实用度就差很多。所以我们溯本穷源找到最塬始的这份『2014年下半年网络交易商品定向监测结果』，我们就可以发现，很多媒体的报导『中国官方抽验：淘宝网6成山寨货』、『官方狠掴马云：淘宝网63%是假货』脑补的标题就都是错的，因为以工商总局的定义只有『正品』、『非正品』两者而已，而『非正品』的定义也很明确，只要是

以上都属于『非正品』，所以『非正品』也就不一完全是假货， 但同样的定义放到台湾的 Y拍跟 P拍，会有怎样的结果呢？我想答案会是差不多多的数字，淘宝本来就是一个以 C2C 为基础的交易平台。水货、单帮货那些上不了 B2C 平台的，都只能在此生存。所以我们在看许多指标数字的时候，必须要先看清楚其维度分类的定义为何。就像最近我在看后台的时候，发现有个『新使用购物金数量』，对于这个定义我跟我同事都觉得怪怪的，因为ASAP的满额购物金理论上应该不会有『新使用购物金数量』（因为这是发给已购买的老客户）的出现，可见我们跟工程师那边的定义有点落差，后来经过沟通后，互相了解定义后，看到数字，才能做出正确的判断即预测。

所以马云称之为「网货」也真不过分，你也可以在 Y拍上买到海洋迪士尼限定的Dufy，也可以不用集点就可以买到超商的整套蛋黄哥，也可以用接近半价的价格买到空姐从欧洲带回来的精品包。以上在工商总的定义下都是「非正品」。大多数的『正品』其实都在 B2C 或是 B2B2C 平台去了，这 37.25% 的数字其实是值得玩味的，如果正品率真的有这么高（对，你没看错，是高），这其实淘宝带起了一股新的网路销售风潮啊。『网路品牌』的崛起，那些只打传统通路的大牌子都得要小心。

不过 37.25％ 这个数字是很瞎的，根本不值得一提，你知道这次淘宝抽样的商品数有多少嘛？51件产品！就算是部分媒体写说：淘宝买手机全都是假货，也是因为他只抽样 4 支，而且『假冒伪劣』的定义其实也不明确。在数据统计的领域内，其实看样本数的大小及组成是很重要的，像这次监测结果，就完全是个不科学且乱七八糟的统计。裡面的其他数字比例其实都可以忽略不看了…

通常一份调查报告要看之前，你必须要先了解，自从『内容行销』被广泛吹捧之后（事实上内容行销一直都存在），网路上总是充斥着许多『统计整理报告』，但是『谁讲这句话』一定很重要，相信我：绝大多数的人都只会讲对自己有利的事情，工商总在1月23号发的『2014年下半年网络交易商品定向监测结果』其实是个假议题，真正的目的是为了1月28日的『关于对阿里巴巴集团进行行政指导工作情况的白皮书』。我先做好一个大家调查报告，全部各打50大板，其中再找一个出来修理。至于为什么要修理阿里巴巴，那就不在我们的讨论範畴了。