◎公司對媒體宣稱，年終平均6個月，基層員工群起反彈：哪有這麼多？

◎客戶滿意度達84％──聽起來很棒，但抽樣可能一開始就沒找上給差評的人。

◎優衣庫最在乎的數字不是熱賣品，而是哪些衣服試穿後又被放回──用意是？

公司會議上，常出現以下數據：「我們的客戶平均每個月光顧2.3次。」

接下來大家可能繼續討論：如何把這個平均數提高到2.4次。

但決策者忽略的是，這個平均數背後，可能有兩種意義：

你的顧客確實每個月光顧二到三次，多數都是常客。（這結果真的很棒！）

但也可能是其中10％客戶，每個月光顧20次，剩下90％每三個月只光顧1次。

這時要做的，不是把平均數拉高到2.4，

而是如何找到這10％的忠實顧客，留住他們甚至提高此數字。

作者伊恩．雪帕德目前是英國最大寢具零售商Bensons for Beds董事長，

擔任過多個世界級品牌的高階主管，

包含跨國電信公司沃達豐（Vodafone）、歐洲最大連鎖電影院歐典（Odeon）。

他推出了客戶忠誠度計畫，並將下滑的市占率轉變為強勁的增長──

這些都基於他對消費行為的敏銳捕捉。

◎商業人士該如何解讀數據？

‧企業經常參考「客戶平均光臨次數」、「平均消費金額」，

但如果樣本中有極端值，計算出來的平均數反而會誤導你。

例如：「某商品的平均庫存期為3週」，看起來很合理，

但其中或許有分店高達20週，如果只看平均數，便難以發現問題。

所以你必須參考中位數和標準差。

‧分店業績大幅提升，是因為行銷策略奏效了？

評估成效不應單看店鋪銷售額成長，而是利用對照組，

把採取行銷策略與未採取的門市拿出來比較，才能判斷。

◎什麼樣的數據才有參考價值？

‧客戶滿意度達84％──聽起來很棒，真的嗎？

除了請客戶直接評分（但他可能出於禮貌而填高分），

也可以調查淨推薦值：客戶是否會向朋友推薦（這個比較準確）。

還可以問一個具體的問題：「你今天找到想買的東西了嗎？」

‧你可以不懂演算法，但要利用它：

優衣庫（UNIQLO）的每件商品都有「RFID電子標籤」，

一籃商品放上自助結帳機，就能自動感應客戶買什麼。

還能用來追蹤，有多少比例的衣服被拿進試衣間試穿後，又被消費者放回架上。

這才是商品開發人員最該參考的指標。（都試穿了為何不買？）

商業人士該如何解讀數據？什麼時候不該只看平均數？

對簡單的表面數據稍加挖掘，才不會被各種「均值」誤導。