从收入“被增长”看手机上网业务分析

来源：互联网发布：php系统常量编辑：程序博客网时间：2024/04/29 05:01

　　掌握真实数据是一切分析工作的基础。

　　这个要求并不高，但却很难做到，因为不化妆的女人多，未经粉饰的关键数据少。各行各业，上到国家下到企业，“假数据、真分析”现象可谓屡见不鲜。当然，“假数据”未必就是造假或操纵的数据，还包括不恰当或被滥用的数据，其共同特点就是不能反映真实情况。

　　以2009年互联网热词“被XX”系列为例，其中“被就业”可谓指标作假的案例，而“被增长”却是指标滥用的典范。很可惜，这类问题在运营商内部同样常见，甚至有越来越严重的迹象。

　　从收入“被增长”案例中，我们可以发现滥用平均值所带来的“被平均”问题。而“被平均”问题在数据业务分析上同样十分普遍，不仅损害绩效考核的公平性，而且可能对经营决策产生误导，需要引起警惕。本文对手机上网分析提了一些建议，希望能为掌握真实的数据业务发展情况提供一些思路和参考。

　　一、收入被增长背后的统计原因

　　2009年7月29日，国家统计局公布：对6.5万户城镇居民家庭抽样调查资料显示，上半年城镇居民人均可支配收入8856元，同比增长9.8%，扣除价格因素，实际增长11.2%。

　　该数据一出，百姓哗然。

　　这几年，除了移动资费逐年下降外，其余各类物价几乎无一不涨：猪肉涨、油价涨、水费涨、而房价更是飞涨。与此相对应，除了公务员不断加工资外，其他各行各业的工资收入几乎都不见增长，更别提跑赢物价指数。

　　这显然是在挑战大众智商！

　　但是，国家统计局作为最权威的统计部门，如此数据不太可能造假。我们可以相信国家统计局确实调查了6.5万户居民，确实得到了这个8856元的平均收入。当然，国内的物价指数，大凡知道CPI构成的人都会选择无视，这点就暂时不予考虑。

　　那么，为何这个数据与百姓的感受如此背离？

　　从统计角度看，“被增长”主要原因有二：一是样本的典型性问题，普通百姓“被代表”了；二是用平均数来表示大部分人收入的问题，百姓再一次“被平均”了。

　　“平均收入”不是在什么国家都适用的。美国人的收入结构成橄榄型，中产阶级很庞大，贫穷的和超富的占比较少，用“平均收入”基本能够反映大多数人的收入情况。而中国这些年收入差距越来越大，普通居民收入增长缓慢，有些甚至还在下降，大量中产阶层也被逼成了房奴或“蜗居”，但同时超级富豪也越来越多，收入结构失衡现象十分明显，这导致普通人的收入与“平均收入”偏离的越来越远。

　　所以说，收入“被增长”的问题根源其实是“被代表”之后的“被平均”。

　　二、众数、平均值和中位数

　　既然平均值存在“被平均”的问题，那该用什么指标呢？

　　从统计角度看，平均值与众数、中位数一样，其作用都是描述样本数据集合中心所处的位置。众数是指样本数据中出现次数最高的哪个数，一般只适用于序次级（Ordinal）和名义级（Nominal）的数据，这类数据在抽样调查中较为常见。而运营商内部分析所用数据大都属于刻度级（Scale），众数不太适用，一般用平均数或中位数。

　　若数据分布较为正态，用平均数来大致描述数据中心点是个不错的选择。但是若数据分布极不均衡，譬如当前的居民收入分布，用平均数就很不合适，这类情况下应该用中位数。

　　中位数是将样本数据按大小排序后，处于中间位置的那个数据的大小。由于中位数的概念不被人所熟知，而统计的难度也略微大一些，所以尽管是最好的描述样本中心点的指标，但却很少被人用到。

　　三、手机上网流量分布特点

　　对于手机上网，平均值也不适用，因为手机上网流量的分布也极度不均，也会存在“被平均”的问题。

　　手机上网用户和流量的分布大致如下（月流量，单位MB）：

　　从上图可以看出，接近50%的手机上网用户的流量都在1MB以下（两年前，50%上网用户流量不足40KB、80%用户不足1MB）。但是，超高流量用户（500MB以上），占总量不足0.3%，却消耗了35%的流量。

　　这种流量分布还是因为上网卡数量很少、资费基本合理、20元不限流量用户基本清理完毕的情形下。对于另外一些省份，这种流量分布失衡的情况恐怕更加显著。

　　四、手机上网分析建议

　　针对手机上网业务的分析，我有以下建议：

　　1、用中位数替代平均数

　　出账收入、计费时长的平均值与中位数差距较小，且差距有逐渐缩小趋势，可以用平均值进行分析，但是手机上网流量这两个指标的差距依然高达17倍（前两年是30-40倍），只有中位数才能反映大部分人的上网流量。

　　2、用TOP1%贡献率监控无线带宽消耗

　　对于上网流量的分布情况，我们可以对流量分档的办法进行分析。这个方法存在两大问题：一是分档受限于当前，难以适应不断变化的分布情况；二是不够直观，分析时必须把流量分档作为一个维度，给多维度分析带来很大不便。

　　这些年，在做业务稽核过程中，我一直用“TOP1%贡献率”监控少量用户消耗大量资源的情况。这个指标实际是将流量分档转化成一个简单的指标，且无论未来上网速度怎样提高，这个指标同样适用。

　　以下是各常见指标的TOP1%贡献率情况（示意）：

　　前几年，在20元不限流量上网用户处于顶峰的时候，TOP1%贡献率曾经一度达到70%。后来随着该批用户的清理，该贡献率降低到35%以下。但2009年随着上网卡的大量发行及一些问题资费的推出，TOP1%贡献率又呈现显著上升态势，需要引起关注。

　　3、建议明确定义“手机上网用户数”的公布口径

　　目前，运营商对外的手机上网用户数的口径极度混乱。今年几次大会上，信产部领导和运营商老总说出的上网用户数量大相径庭，给移动互联网行业内的人带来诸多困惑。

　　我建议将月流量1-500MB的用户定义为对外公布的手机上网用户数，将其流量定义为手机上网流量。另外，可以将500MB以上的用户归入上网卡之类，事实上很多高流量的20元不限流量的卡实际上就是被当成上网卡在用。

　　4、用“单用户量收匹配分析法”分析上网收入

　　目前一些部门依然用总流量乘以公允价格的办法进行收入稽核。稍微看看上网流量分布情况，就会知道该办法相当荒唐，显失公允。所以，对于手机上网的收入，强烈建议用我上一篇博文中所提出的“单用户量收匹配分析法”进行分析。

　　五、结束语

　　“假数据、真分析”既是分析人员的耻辱，也是分析人员的悲哀。

　　在新的一年里，希望这种耻辱和悲哀能够少一些。

=========================================================

以上所有数据仅为示意，无口径、无出处，请勿当成真实数据。另外，关于TOP1%贡献度和中位数的具体统计办法，参见我下篇博文。

php系统常量

原创粉丝点击