在微博上看到一个百度CEO李彦宏的言论报道，正文如下：

【李彦宏：大数据表明常去低端足疗店的人最健康】百度CEO李彦宏透露自己在琢磨大数据对健康产业等有什么影响？他以“足疗”举例说，百度每天有110亿次定位请求，可算出常去足疗店的人是不是更少去医院。“得出的结论和我想象的差不多，喜欢去低端足疗店的人是最健康的。”

这让我想起了前几天我分享的文章“产品经理的市场分析”，突然意识到，我的文章需要补充点内容了，所以我这篇文章就讲讲市场分析不能单纯看数据。

在工作中，无论是市场分析，还是产品管理，我们多多少少都会涉及到数据决策。说的直白一点就是我们会基于数据或者参数来得出结论，从而决策一件事务。

在决定做一件事的时候，以数据为依据，相对而言很有说服力，但是数据不能单纯的用统计学来决策，我们还需要考虑数据的因果关系。

就像上面百度李CEO的结论就是典型的把相关性当因果性，常去低端足疗店的都是欲望强烈的男青年，这帮用户本来就是最健康的人群。再比如穿高跟鞋的人都会涂口红，这能说明两者关系吗？这背后的因果是她们都是女人，“穿高跟鞋”和“涂口红”均受“女人”影响，也就是A和B均受C的影响，彼此相关性是C的因素带来的。

以我的一个切身经历为示例，我有一个负责的电商产品，有那么一段时间经常有客户在我们社区里发表带有严重倾向于攻击我们的内容，然后百度指数里关于我们出售“假货”的关注度直线上升。

通过这些数据表现，公司里的一些同事就认为有竞争对手在黑我们，然后决策竟然就是尽量回避，不要和他们争论。

这也是典型的把相关性当因果性，简单的根据数据统计结果下了结论。这个事件的背后因果关系是公司的客服已经处理不了日渐增长的客户需求，导致大量客户的需求被拖延或者得不到回应。

不能即时获得回应的客户就带着情绪在网络上寻找解决方案，于是遇到了另一个带着情绪的客户，再然后一个接着一个，变成了一群带着情绪的客户，结果可想而知，情绪开始不断愤怒，最后就是由粉转黑了。

至于“假货”的指数上升，就是因为愤怒的情绪下，客户看到商品一点点问题都会产生猜疑，然后客户就开始查找所谓证据，导致百度指数上升。

最后我的解决方案不是增加客服人员，而是在产品方面策划了三个功能，然后完美的解决了问题，这套方案一直运用到了现在，已经有四年了。不过，马上就要被我新一套产品方案替代。

如果不考虑数据的因果关系，单纯从相关性和统计结果来看，很容易就会被数据欺骗。