為防止數據造假有哪些行為

⑴ 數據也會說謊 常見的數據造假三種形態

數據也會說謊：常見的數據造假三種形態

日常生活工作中，處處都會與數據打交道，但你知道數據是會「說謊」的，即你看到的數據結果並不是事實。本文介紹一些常見的說謊場景以及如何避免。

一、圖表欺騙

圖表通常用來增強需要文字和數據的說服力，通過可視化的圖表更容易讓受眾接受信息。但圖表有時候會表現的不是數據的本質:

1.圖表拉伸

如果沒有特殊用途，通常圖表的長(橫軸)與高(縱軸)的比例為1:1到1:2之間，如果在這個范圍之外，數據現實的結果會過於異常。比如:

2.坐標軸特殊處理

在很多場合下，如果兩列數據的取值范圍差異性過大，通常在顯示時會取對數，這時原來柱狀圖間的巨大差異會被故意縮小。通常，嚴謹的分析師在講解之前會進行告知。比如:

3.數據標准化

數據標准化也是一個讓數據落在相同區間內常用的方法，常用Z標准化或0-1標准化，如果不提前告知，可能會誤以為兩列數據取值異常接近，不符合實際業務場景，比如:

隱秘層次:★★☆☆☆

破解方法:詢問分析師的圖表各個含義，了解基本圖表查看常識。

二、數據處理欺騙

數據處理中的欺騙方法通常包括抽樣方法欺騙、樣本量不同、異常值處理欺騙等。

1.抽樣方法欺騙

整體樣本的維度，粒度和取數邏輯相同的情況下，不用的樣本抽樣規則會使數據看來更符合或不符合「預期」。比如在做用戶挽回中，假如做的兩次活動的抽樣樣本分別是最近6個月未購物和最近6個月未購物但有登陸行為的用戶，不用做什麼測試，基本上可以確定後者的挽回效果更佳。要識破這個「騙局」只需要詢問數據取樣方法即可，需要細到具體的SQL邏輯。

2.樣本量不同

嚴格來說樣本量不同並不一定是故意欺騙，實踐中確實存在這種情況。(遇到這種情況可以用欠抽樣和過抽樣進行樣本平衡)樣本量不同分為兩種情況:

樣本量數量不同。比如要做效果差異對比，第一步是做效果比對，假如兩個數據樣本量分別是幾千和幾萬的級別，可比性就很小。尤其是對於樣本分布不均的情況下，數據結果可信度低。

樣本主體不同。這是非常嚴重的數據引導錯誤，通常存在於為了達到某種結果而故意選擇對結果有利的樣本。比如做品類推廣，一部分用戶推廣渠道為廣告，另一部分是CPS可以遇見相同費用下後者的效果必然更好。

相同樣本不同的客觀環境。比如做站內用戶體驗分析，除了用隨機A/B測試以外，其他所有測試方法都沒有完全相同的客觀環境，因此即使選的是相同樣本，不同時間由於用戶，網站本身等影響，可信度較低。

3.異常值處理欺騙

通常面對樣本時需要做整體數據觀察，以確認樣本數量、均值、極值、方差、標准差以及數據范圍等。其中的極值很可能是異常值，此時如何處理異常值會直接影響數據結果。比如某天的銷售數據中，可能存在異常下單或行單，導致品類銷售額和轉化率異常高。如果忽視該情況，結論就是利好的，但實際並非如此。通常我們會把異常值拿出來，單獨做文字說明，甚至會說明沒有異常值下的真實情況。

隱秘層次:★★★☆☆

破解方法:在跟數據分析師溝通中，多詢問他們在數據選取規則，處理方法上的方法，如果他們吞吞吐吐或答不上來，那很有可能是故意為之。同時，業務人員也要增強基本數據意識，不能被這種不可見的底層錯誤欺騙。

三、 意識上的欺騙

這種欺騙是等級最高也是最嚴重的欺騙和錯誤，通常存在於數據分析師在做數據之前就已經下結論，分析過程中只選取有利於證明其論斷的方法和材料，因此會在從數據選擇，處理，數據表現等各個方面進行事實上的扭曲，是嚴重的誤導行為！數據分析師需要有中立的立場，客觀的態度，任何有立場的分析師的結論都會失之偏頗。

隱秘層次:★★★★★

破解方法:在跟該分析師溝通中，查看其是否有明顯立場或態度，如果有，那麼該警惕；然後通過上面的方法逐一驗證。

綜上，當你遇到以下數據情形，就需要警惕數據的真實性了:

數據報告從來不註明數據出處，數據時間，數據取樣規則，數據取得方法等。現在市場上很多報告都屬於這一類。

數據報告在做市場調研中說明全樣本共1000，其中北京可能只有100，基於這100個樣本出來的結論顯然不可信。事實上很多市場研究報告就是這樣出來的。

數據報告中存在明顯的觀點，對於事物的分析只講其優勢或劣勢，不全面也不客觀。現在很多互聯網分析師就是屬於這類，大家注意辨別。

以上是小編為大家分享的關於數據也會說謊 常見的數據造假三種形態的相關內容，更多信息可以關注環球青藤分享更多干貨

⑵ 數據安全防護措施有哪些呢

一、加強安全意識培訓

一系列企業泄密事件的發生，根本原因還在於安全意識的嚴重缺失，加強安全意識的培訓刻不容緩。

1、定期進行安全意識的宣導，強化員工對信息安全的認知，引導員工積極執行企業保密制度。

2、在信息安全培訓的同時，不定期進行安全制度考核，激勵員工積極關注企業數據安全。

二、建立文件保密制度

1、對企業文件實行分級管理，按照文件的重要性進行分類，將其限制在指定的管理層級范圍內，避免核心資料的隨意傳播。

2、與核心人員簽訂競業協議或保密協議，以合同的法律效應，有效防止核心機密的泄露。

3、與離職員工做好工作交接，按照制度流程，全面妥善接收工作資料，避免企業信息外泄。

4、嚴格控制便簽、筆記本、文件袋等辦公用品的擺放，及時清理和歸檔，避免因此造成的泄密。

5、加強對辦公設備的監管，必須設置登錄密碼並定期更換，離席必須鎖屏。

6、重視對過期文件的銷毀工作，最好進行粉碎處理，切不可隨意扔進垃圾桶完事。

7、推行無紙化辦公，盡量減少文件的列印，避免文件隨意列印造成的信息泄露。

8、設置防護措施，限制通過U盤、硬碟的拷貝行為及網路傳送行為，避免信息外泄。

9、定期進行信息安全檢查，全員參與查漏補缺，逐步完善企業保密制度。

三、彌補系統漏洞

定期全面檢查企業現行辦公系統和應用，發現漏洞後，及時進行系統修復，避免漏洞被黑客利用造成機密泄露。

1、辦公操作系統盡可能使用正版，並定期更新，安裝補丁程序。

2、資料庫系統需要經常排查潛在風險，依據評估預測，積極做好系統升級。

四、密切監管重點崗位的核心數據

企業日常的辦公數據數以億計，全面監控難度極大，對核心數據的監控切實可行且十分必要。

監控核心數據的同時，需要密切關注接觸這類數據的重點人員的操作行為是否符合制度規范。

五、部署文檔安全管理系統

如KernelSec等文檔安全管理系統。對企業計算機進行安全部署，確保數據在企業內已經得到加密，即使流傳到外部，在未授權的設備上無法進行操作，保證了數據的安全性。

(2)為防止數據造假有哪些行為擴展閱讀：

威脅數據安全的因素有很多，主要有以下幾個比較常見：

1、硬碟驅動器損壞：一個硬碟驅動器的物理損壞意味著數據丟失。設備的運行損耗、存儲介質失效、運行環境以及人為的破壞等，都能造成硬碟驅動器設備造成影響。

2、人為錯誤：由於操作失誤，使用者可能會誤刪除系統的重要文件，或者修改影響系統運行的參數，以及沒有按照規定要求或操作不當導致的系統宕機。

3、黑客：入侵者藉助系統漏洞、監管不力等通過網路遠程入侵系統。

4、病毒：計算機感染病毒而招致破壞，甚至造成的重大經濟損失，計算機病毒的復制能力強，感染性強，特別是網路環境下，傳播性更快。

5、信息竊取：從計算機上復制、刪除信息或乾脆把計算機偷走。