一、一份看起来很有说服力的问卷

196 份有效答卷，一题打 1 到 5 分。按分数分组算月均消费，得到一个漂亮的阶梯：

看起来「觉得值的人花得更多」，于是结论是「提升价值感就能提升销售额」。

二、三个问题让这个结论站不住

第一，差价只有 20%（138 对 166），而销售额下滑是 12%——量级对不上。 第二，5 分的人比 4 分的花得还少。阶梯最后一级是断的，说明这条关系不是单调的。 第三，也是最要命的：分高的人和分低的人，本来就不是同一批人。 学生觉得贵、喝得少，白领觉得还行、天天来。

三、典型客户是想象出来的

样本里 62% 是女性、58% 在 25 到 34 岁。这两个数被写进了营销方案。 可问卷是在门店门口拦人做的，早上八点在写字楼门口，当然全是上班族女性。 这不是「客户的画像」，这是「被拦下来的人的画像」。抽样方式决定了你能看到谁。

四、抽样偏差的三种常见来源

地点：只在写字楼门口拦，就看不见社区店的人。 时间：只在早上八点拦，就看不见下午来的那批。 意愿：愿意停下来填问卷的人，往往比一般人更爱表达，也更有闲。

三种偏差都不会在数据里留下痕迹。它们只出现在「这份数据是怎么来的」这句话里。

五、所以这份问卷能干什么

它能干两件小事：描述这批人怎么想、给下一轮问卷提供选项。 它干不了的大事是：解释为什么销售额掉了 12%。 这不是问卷的错，是你在拿它回答它没能力回答的问题。

六、动手 Demo：价值感与那位想出来的典型客户

按价值感分组算月消费，看这个阶梯到底有多陡。 然后算一件事：如果价值感真是主因，差价应该有多大。

groups = [   # 评分区间, 人数, 月均消费
    ('1-2', 42, 138.0),
    ('3',   61, 152.0),
    ('4',   55, 171.0),
    ('5',   38, 166.0),
]
total = sum(g[1] for g in groups)
for name, n, spend in groups:
    print('%-4s %3d 人  %4.1f%%  %6.1f 元' % (name, n, n * 100.0 / total, spend))

lo, hi = groups[0][2], groups[2][2]
print('1-2 分对 4 分: %.0f -> %.0f 元，差 %.1f%%'
      % (lo, hi, (hi / lo - 1) * 100))
print('5 分反而比 4 分少 %.1f 元——阶梯断在最后一级' % (groups[3][2] - hi))
print('样本合计 %d 人' % total)

实跑输出：

--------------------------------------------------------------------
价值感与那位想出来的典型客户
--------------------------------------------------------------------

  ① 调查表里还有一问
  --------------------------------------------------------------------
  门店门口拦人做了一轮问卷，收回来 196 份有效答卷。
  其中一题：你觉得星巴仕的咖啡值这个价吗？一分到五分。
  市场部据此画出了一位「典型客户」：25 到 34 岁、女性、觉得有点贵但还会来。

  ② 把问卷按评分分组，看月消费
  --------------------------------------------------------------------

| 价值感 | 人数 | 占样本 | 月均消费元 |
|---|---:|---:|---:|
| 1–2 分 | 42 人 | 21% | 138.0 |
| 3 分 | 61 人 | 31% | 152.0 |
| 4 分 | 55 人 | 28% | 171.0 |
| 5 分 | 38 人 | 19% | 166.0 |

  四组合计 196 人，就是全部有效样本。
  觉得「不值」的人，月消费 138 元；觉得「很值」的人，月消费 166 元。
  差 28 元，只有 20%。

  ③ 典型客户是想出来的
  --------------------------------------------------------------------
  问卷样本里 62% 是女性、58% 在 25 到 34 岁——这两个数被写进了报告。
  可这是「填问卷的人」的构成，不是「买咖啡的人」的构成。
  样本是按门店门口拦人抽的，早上八点写字楼门口，当然全是上班族女性。
  ! 把样本的画像当成客户的画像，是数据分析里最常见的一次偷换。

  ④ 价值感解释不了销售额下滑
  --------------------------------------------------------------------
  如果价值感真的是主因，那「觉得不值」的那批人应该明显少花钱。
  实测只差 20%，而且这个差还可能被收入水平解释掉。
  所以「客户觉得贵」这个说法，证据不足。

阶梯在最后一级断了。这不是数据脏，是「觉得最值」的那批人里混进了很多偶尔来一次的学生。 单调关系断了，就说明背后还有第三个变量——这里就是收入与身份。

30 秒实验

1. 把 5 分那组的人数从 38 改成 100，均价会怎么变？它对结论有影响吗？
2. 算一下：要让价值感解释 12% 的销售额下滑，人均消费得差多少？
3. 列三个能在社区店门口问出不同答案的问题。

常见误区

1. 拿问卷解释销售额：问卷测的是态度，销售额是行为，两者之间隔着收入、习惯、替代品。
2. 把样本画像当客户画像：抽样方式决定了样本代表谁，不问抽样方式就用样本，等于瞎猜。
3. 只看阶梯不看断点：最后一级断了就是信号，说明还有第三个变量没被控制。
4. 样本量越大越可信：抽样偏了，一万份也还是偏的，只会让错的结论更自信。

问卷这条路走不通，回到那张门店表。它其实还能再挖一层——把店址固定住，在同类店里比。

• ☐ （本篇完，下一篇 2.4 混杂因素登场）

相关笔记

• 比较法是破解观察数据的法宝
• 混杂因素登场
• 心智模型的盲区
• 📈 深入浅出数据分析 · 索引