我教了成千上万的学生关于数据的知识，如果他们能记住一个概念，那就是像平均值和中位数这样的汇总统计可以压缩信息。汇总统计试图用单个数字来表示一组数字。
问题是，作为一名分析师，你是否对这种压缩感到舒服？你是否觉得这个统计准确地代表了基本数据？
让我们看看两组数字，情景1和情景2，显示用户每天使用功能的频率
两个情景的平均值都是3。
所以我们应该说，在两个情景中，用户平均每天使用该功能3次吗？
对于第一个情景，3感觉是对数据的公平压缩，因为数据分布相对正常。但作为分析师，如果你被问到更深入的问题关于用户行为，了解最大值和最小值仍然很好。
对于第二个情景，“3”感觉是完全不准确的数据压缩，因为数据的分布高度倾斜，你可能认为11是异常值应该排除。如果我们排除11，1将是情景2一个非常合适的汇总统计，因为所有基本数字都是1。如果我们不排除11，在呈现3作为汇总统计时，我们需要提供更多的背景，因为我们实际上只有一个用户（用户5）经常使用该功能，其他用户不经常使用。
对于如此小的数据集，例如本例所示，我们可以查看数据本身以判断汇总统计的公平性，但当你要压缩的数据量很大时，最好查看分布以确定统计是否公平地代表数据。
每次你报告一个统计时，请查看基本数据或分布，以判断你的数据压缩是否合理。