订单里有真有假，混在一起算会造成误判。本文讲清虚假订单和真实订单在数据上的差别、从哪些字段能看出来、转化节奏有哪些特征、买家行为怎么分辨，以及自查和处理的具体做法。

数据可信度是分析的前提，前提错了后面全错。本文讲清哪些数据最容易被做假、虚假数据会露出哪些痕迹、怎么从数字里看出异常、竞品数据怎么判断真假，以及怎么建立自己的数据信任度。

把不同商品、不同买家、不同渠道的数据混在一起算平均，结论往往和真实情况相反。本文讲清为什么要分层、按什么维度分层、商品和买家怎么分、分层之后怎么对比，以及拆得太细会带来什么问题。

两个指标一起涨一起跌，很容易被当成因果，但真正的原因往往是第三个因素在起作用。本文讲清相关和因果的差别、常见的假相关有哪些、怎么验证两个指标的真实关系，以及变量太多时怎么控制干扰。

每天的数据都在动，大部分波动其实不需要处理，真正需要盯住的是少数异常。本文讲清多大的波动才算异常、怎么建立自己的正常区间、突涨突跌要先排除什么，以及异常确认后的处理顺序。

把一堆数据算成一个平均值，看起来干净利落，实际上常常把最重要的问题藏起来。本文讲清什么样的分布不能看平均值、中位数和分位数怎么用、长尾数据怎么处理，以及怎么避免被一个数字掩盖掉真实的结构。

样本量不足是数据分析里最常见的坑，几十次曝光或者十几个点击得出的结论，往往下一次再看就完全变了。本文讲清不同指标需要多少样本才有参考价值、样本不够时怎么处理，以及怎么避免被偶然数据带偏方向。

同样一笔推广预算，投在不同时段的回报可能差出好几倍。本文讲清时段怎么划分、各时段数据有什么规律、怎么找到自己的高转化时段，以及时段结论怎么落到推广和上新动作上。

同一个涨跌数字，可能是好事也可能是坏事，关键看你用哪个基准去比。本文讲清环比和同比各自看什么、单独用一个为什么会误判、季节性怎么排除，以及涨跌多少才算异常。

售罄率同时暴露断货和积压两种风险，数字太高说明备货不足，太低说明压着库存。本文讲清售罄率多少算健康、不同区间的真实含义、怎么用它定备货量，以及和库存周转怎么配合。