昨天凌晨两点，老张盯着屏幕上的Excel表格发呆。

他负责的一个社区团购项目，数据显示平均复购率是15%，领导觉得还行。但我看完他的明细表，心里直犯嘀咕。

这15%是个陷阱。

大部分用户只买了一次就跑了，真正的高频用户贡献了80%的业绩，剩下那群人几乎不动。平均值掩盖了极端的两极分化。

这就是为什么我常说，做GEO数据分析箱式图的意义，在于你能看见平均值藏不住的东西。

以前我也犯过这种错。觉得趋势图弯弯线好看，就只画趋势。直到有一次帮朋友复盘私域流量，数据看着一片大好，增长率按月递增。

可拆开看，每个区间的波动大得吓人。有的周数据是0，有的周数据爆了。那种过山车一样的体验，用简单的折线图根本看不出来背后的风险。

箱式图不一样。它不跟你玩虚的。

它直接告诉你，中间50%的数据都在哪。上四分位数和下四分位数是多少，中位数在哪，还有那些 outliers也就是异常值。

记得有个做跨境电商的客户，叫小李。他刚起步的时候，特别关注平均客单价。觉得把价格定高一点，拉升平均值就行。

结果呢？库存积压严重，现金流差点断裂。

后来我让他把所有订单按地区做箱式分析。他吓一跳。

A地区的箱子很高很窄，说明大家都买贵的，稳定。B地区的箱子很低很宽，还有几个特别小的异常值，说明有人试水下单，但后面没动静。

C地区则是扁平的一片，几乎没人买。

如果只看平均，这三个地方混在一起，数据就是个大杂烩。小李看不懂，只会盲目加大广告投入。

但看了箱式图，他明白了。

C地区不是没需求，是产品包装不合当地口味。A地区可以搞VIP会员，因为人家稳定。B地区需要优化首单体验。

这才叫精准打击。

我们做GEO数据的时候，空间分布本身就是复杂的。

有时候两个相邻的社区，平均销量一样，但一个全是散客，一个是团购大户。

箱式图能把这种结构差异暴露出来。你看那个须线，也就是那个像天线一样的线，它告诉你极端情况是什么。

如果有几根长线伸出去，说明有极端值。

在GEO分析里，这可能意味着某个偏远村落突然爆发，或者某个商圈遭遇投诉导致销量骤降。

这时候你不能不管，也不能只盯着中间那个粗线。

我有个做本地生活推广的朋友，前阵子还在纠结为什么转化率上不去。

他给我看了一堆热力图，红彤彤的一片。

我让他切箱式图一分析，发现虽然大部分区域转化率正常，但有几个关键节点转化率极低，拉低了整体表现。

这就是异常值在作祟。

把这几个点单独拎出来看，发现是物流配送时间太长导致的。

修好物流后，转化率瞬间拉升，都不用加预算。

所以说，GEO数据分析箱式图的意义，真的不是用来摆样子的。

它是帮你排毒的。

把那些隐藏在平均数背后的真实情况，一个一个揪出来。

咱们普通人做数据，最怕的就是自我安慰。看着整体数据还行，就觉得自己混得不错。

其实危机可能就在那些被忽略的尾部数据里。

箱式图就是面镜子。

它不会说谎。

它会老老实实地画出你的底线、上限和中位数。

你要学会习惯看它。

别总觉得这图表枯燥。等你真正透过它看清一个区域的用户画像时，那种爽感，比算出平均数强十倍。

最后给大伙一个实在的建议。

下次做汇报，别只放趋势线。

把箱式图放上去，哪怕多占一行也好。

跟领导解释的时候，多说一句：除了看平均，我们还要看波动范围和极端情况。

这显得你专业，也更靠谱。

要是你还搞不清楚具体怎么画，或者拿不准某些离群点到底要不要剔除。

可以来找我聊聊。

别怕问题小，数据这东西，有时候就是差那么一眼。