数据本身很少说谎，但口径会。当两篇文章引用同一组数字却得出完全相反的结论时，多半是统计范围、时间区间或对比基准在悄悄变化。
1场景一：统计范围悄悄变了
同一品类，一次按全渠道统计，一次只统计线上直营，结论自然不同。这类差异最隐蔽，因为两个数字看起来都「没毛病」。
- 全渠道 VS 单一渠道
- 含赠品与试用装 VS 仅计付费件
- 含退货前下单量 VS 剔除退货后的净销量
2场景二：时间区间不一样
自然月、滚动十二个月、财年区间，是三种完全不同的统计维度。促销集中在某个月时，用自然月对比会显著放大波动。
因此看到「同比下滑」这类表述，先确认对比的是哪个区间，再判断波动是否属于正常季节性。
3场景三：对比基准被替换
增长率的可信度高度依赖基准。更换基准年份、剔除异常年份、改用移动平均，都会让同一条曲线呈现出不同的趋势方向。
4一套可复用的核对方法
下次再遇到结论相反的数据报道，可以按下面三步快速核对，通常能在几分钟内找到分歧来源。
- 第一步：找出被比较的两个数字分别覆盖了什么范围
- 第二步：确认两段时间区间是否一致，是否包含促销期
- 第三步：确认对比基准年份，以及是否做了异常值处理