不要随便编故事
相关分析既有效又简单，稍做尝试即可得出结论，非常适合实际应用。但另一方面，如果理解或使用方法不当，相关分析也有可能得出错误的结论。如果能在分析过程中发现这些错误倒也无妨，但这一点往往很难做到。实际上，有很多情况必须依靠分析者本人的细心、知识或经验才能发现。没有一种方法可以保证“这样做绝对没问题”。
因此，我们在学习分析方法的同时，还需要了解它的注意事项。随时有意识地进行检查，可以大大提高数据分析的质量。那么，都有哪些陷阱呢？以下介绍 4 种常见的情况。
陷井 1 因果关系
得知“具有密切关系”之后，人们常会下意识地把某些故事套在上面。其中最容易接受的故事就是因果关系。将信息碎片随意拼接起来，编造出若有其事的故事（因果关系），然后再用它来“说服”自己，这种情况在日常生活中十分常见。进行客观分析时，尤其需要注意这一点。
例如，“媒体曝光度”与“咨询件数”之间似乎具有高度相关。那么是否就可以得出结论，认为“进一步增加媒体曝光，就能增加销售额”呢？答案是“也许是，也许不是”（图 3-15）。
也许是由于“咨询件数”的增加，引起同行业的关注，才导致了“媒体曝光度”增加这一结果。
图 3-15 媒体曝光度与咨询件数之间是否具有直接关联？
相关关系并不一定就是因果关系，这一点非常重要。是否给相关关系套上因果关系的故事，是分析者个人判断决定的。所以要清楚，这并不是分析结果所展现的内容。根据同样的分析结果，却有可能得出与原本的因果关系截然相反的解释。
例如，二氧化碳浓度与气温变化之间确实存在相关关系。人们一般认为，“因为二氧化碳增加，导致地球变暖”，但其实也有论文提出截然相反的观点，认为是因为气温升高，使海水中的二氧化碳被排到大气中，导致二氧化碳浓度上升。在这个例子中，对于哪个是原因，哪个是结果，人们做出了不同的解释。仅靠相关分析，无法明确其因果关系。
作为检验因果关系的方法之一，可以考察 2 种数据发生变化的时期（顺序）。因果关系应该是原因变化在先，结果随后发生变化。
陷井 2 疑似相关
任何情形都可以通过计算得出相关分析的结果（相关系数），但这个结果未必都是由“直接”相关关系导致的。尤其是在复杂的商务世界中，只用一对一的直接关系就能解释的情况其实很少。如果仅凭计算结果创造故事，很可能会得出有悖常识的结论。
例如，假设“顾客满意度”与“销售额”高度相关。那么是否就能直接得出“改善服务，提高顾客满意度，就能进一步提高销售额”的结论呢？对此，答案依然是“也许是，也许不是”。仅凭相关分析的结果无法得出真正答案。如图 3-16 所示，这种情况要求分析者考虑是否存在“第 3 个要素”。
图 3-16 顾客满意度与销售额之间可能存在“第 3 个要素”
在这个例子中，如果还存在分析中没有体现出来的“减价”，就不能否定减价导致销售额和顾客满意度同时提高的可能性。顾客满意度与销售额同时增加，数字上得到的结果显示两者高度相关，但我们却不能就此认定二者有直接关系（例如因果关系）。在这种情况下不能把思考停留在眼前的数据上，还要随时提出多种假设，分别考察它们之间的相关关系，才能从某种程度上降低风险。
如何解释分析结果，需要分析者亲自判断。扩大解释的选项范围，可以避免结论受到狭隘思路的限制。
陷井 3 数据的范围
所有的数据分析都有一个共同点，就是分析所用的数据范围不同，会对结果带来很大差异。图 3-17 显示了某保险产品销售专柜员工“接受培训的次数”与“服务态度在顾客问卷调查中的得分（服务态度得分）”的关系。如果一股脑地计算所有数据的相关系数，可以得到 0.40 这样一个并不算高的数值。
不过我们并不能据此得出“接受培训次数的多少对顾客满意度没有贡献，因此没有意义”的结论。因为如果假设“只有达到一定次数之后，培训效果才会显现”，那么就有可能在散点图上发现前后出现变化的点。图 3-17 的例子很明显，以接受培训 20 次左右为界，服务态度的得分趋势开始发生变化。也就是说，需要对分界点的前后加以区分，重新进行相关分析。
图 3-17 培训的效果检验
单独计算接受 20 次培训以后的相关系数,可以得到接近 1 的高度相关的数值。这个“选择分析范围”的工作也要由分析者来做。分析者能否针对数据范围提出适当的假设，有可能会导致截然相反的结论。
除了最初就知道应该着眼于何处的情况，一般情况下，可以用散点图将数据的相关关系直观地展现出来，然后再逐一探索应该从何处着眼，这也是一个关键。
陷井 4 离群值
还有一个与其他分析方法共通的注意事项，即对“离群值”的处理。离群值指由于某种原因，与其他数据差距比较大的数据。分析对象中是否包含离群值，会使相关系数产生很大差异。图 3-18 是从 25 家经销商收集的汽车分期付款销售数量。从整体上可以看出，随着贷款利率（横轴）的升高，分期付款销售数量（纵轴）呈下降趋势。
图 3-18 分期付款销售业绩
在右上方，有一家店铺并不符合这个倾向。它就是离群值。连同这个离群值一起计算，得到的相关系数为-0.44，并不太高。但如果剔除离群值，相关系数就会猛增为-0.74。
那么是否应该把离群值全都剔除在外呢？答案是“原则上，没有明确理由是不可以的”。
如果可以随意删除数据，就有可能出现分析者操纵分析结果，导致分析丧失客观性和可信度的情况。所以，发现离群值时，首先要调查这个数据为什么会出现偏离。在此基础上，如果能找到合适的理由，则可以将其从对象中剔除，再进行分析。这个事例中，由于只有右上方的经销商实施了极为优惠的首付政策，所以分期付款销售数量的增长与贷款利率无关。
收集此类无法从数据中获知的信息，并进行判断，也是分析者的重要工作之一。像图 3-18 一样，用散点图加以直观展现，会更容易发现离群值。
综上所述，与其他方法相比，相关分析有很多需要分析者多加留意、开动脑筋的地方，这与它能够用于各种问题和情况的较高通用性互为表里。虽然分析者的技术和直觉可能永远也达不到满分的水平，但随着分析经验的增加，其能力自然也会不断提高。