前几天一个朋友去参加头条数据分析面试，面试官出了这样一道问题：

对潜在客户进行投放时，30岁以上客户1000人，转化率2%，30岁以下3000人，转化率4%，整体转化率就是3.5%，所以分析师得出结论：30岁以上的客户价值低，不建议再投放。请问这个结论合理吗？

答案是：不合理。

一般来说，30岁以上的用户，经济实力更强，购买转化率应该更高，所以，这里只用「年龄」来做客户区分，显示是片面了，我们接下来再来看这组数据：

我们把每个年龄段的客户再按性别拆分，这样就构成了4个维度的数据：

从这组数据我们可以看到，30岁以上，无论是男性还是女性，都要比30岁以下的转化率更高，但是为什么合在一起，结论就是相反的了呢？这个问题是1951年英国统计学家“辛普森”提出来的，所以，这个问题就叫做「辛普森悖论」。

现在，我们再来介绍一下「辛普森悖论」的定义。辛普森说：在某个条件下的两组数据，分别讨论时都会满足某种性质，可是一旦合并考虑，却可能导致相反的结论。

原因其实非常简单，我们一般在分析数据的时候，要考虑「质」和「量」两个维度，但是如果仅仅以年龄来区分转化率的话，就只考虑到了「质」没有考虑到「量」，把年龄这个因素「放大化」了，其实它并不是导致转化率不同的主要变量，本质原因还是没有搞清楚驱动业务的关键因素。

所以，在日常的AB测试中，找到根本变量之后，要设置一定比例的实验组，如果仅仅以2%的数据做实验，最终发现效果很好，但很可能会导致全部上线之后效果非常差，这就是「量变引起质变」的道理。