数据分析是一个很严肃的事情，但因为种种原因，很多数据分析者总是会犯下各种各样的错误，特别是在如今信息“快餐”时代，一些“萝卜快了不洗泥”就造成了更多的分析错误。

　　在任何的数据分析中，都不能违反基本的逻辑，强词夺理或者巧言令色都会在基本的逻辑面前现出原形。下面，我们就举几个简单的例子，看看这些社会上流行的说法到底错在哪里？

　　1、虽然这样做是不对的，但是其带来的好处是……，所以这样做是对的

　　网络上，经常会有人说，虽然…但是…，比如，在某个人或者某个组织做错了一件事情，甚至是恶意炒作造成了伤害之后，就会有人站出来说，虽然他这样是不对的，但是正因为他这样做，才带来了这样那样的好处，所以，他这样做是对的。在郭美美一案中，也在夏俊峰一案中，都有持有这样的观点的人，甚至这些观点还大行其道。

　　下面这一段来网络评论，一看就是典型的水军操作，在某篇分析某B2C购物网站也存在假货问题时，这位水军网友评价道：

　　真假暂且不说~完全可以尽量规避的~~ ####的隔日到真心的给力啊。说良心话，相对而言，####售后是非常好的。请找出比####售后还好的商家，你找得出来吗？国内相对好的，网商只有####，实体也就是##。当然问题是有的，特别是第三家的买卖，因此有些商品我是必定只要####自营的。

　　如此，这个问题变成了，虽然这家网站也有假货，但是他送货快售后好啊，所以这家网站没错误，这样的逻辑真是让人啼笑皆非。功过不能相抵，优劣更不能互充，对就是对，错就是错，即便这样做事是有意还是无意的造成了间接的进步，也不能说这种行为是正确的。结果的正义并不能表明过程的正义，何况结果也不一定正义。

　　2、因为A很流氓，虽然B这样的做法也是流氓，但比A还是要流氓少一点，所以B这样的做法是好的

　　比比谁更流氓，这理论在互联网圈里非常流行，只要比同行或者同类流氓少一点，就可以认为自己不是流氓。实际上，五十步笑百步，不管是流氓多一点，还是流氓少一点，终归都是流氓。

　　比如，某手机企业或软件被对手揭发出来偷偷在用户的手机上安装用户不知情的或者根本不需要的软件，耗费了用户的流量，也增加了隐私信息泄露的风险，但该企业说，这样的做法太多了，我们做的是相对少的，其他家比我们更流氓。这样的结论也被各路媒体引用并认可，真是人心不古。

　　3、A占市场份额70%，B占市场份额为1%，但B最近增长了50%，可A只增长了30%，所以B对A构成了强烈冲击

　　市场很大，但能够引起社会关注的市场很小，所以大家就容易将目光聚焦到受人瞩目的领域或企业身上。与此同时，这些被聚焦企业的市场变化又不会短期发生太多的变化，于是，为了分析的需要，很多人对数据采取了过于“敏感”的态度，一点点细微的变化也会给放大或者无限的放大来看。

　　如同上面的例子，A企业的市场份额达到70%，B只是占到市场的1%，可以说，A占据了绝对的市场优势，而B可能仅仅是一家初创企业，因为基数和体量的差异，A增长30%已经算是高速之高速了，B因为基数小，寻找市场缝隙的机会也多，增长50%其实一点都不值得夸耀。但是，在很多分析中，有些人就得出B的发展态势比A好的结论，而且还可以说成是对A造成了巨大的市场冲击。

　　我们假设整个市场原有的容量是10000，A就是7000，增长了30%，绝对值就是2100，加到一起已经达到了9100，而B占1%，就是100，即便增长了50%，也只有50，现在是150，B与A的绝对值差距从原来的6900，已经扩大到了8950，差距拉大了2050，谈什么B冲击A呢？