看宠物数据注意什么，别只盯数字。先判断数据能不能用，再看趋势。这篇重点写优缺点对比。
档案卡（体型/寿命/性格/掉毛程度/运动量/新手友好度 表格）
| 档案项 | 对应宠物数据要注意什么 | |---|---| | 体型 | 数据体量：样本量、覆盖城市、是否含线下门店 | | 寿命 | 数据时效：更新到哪天，季度还是年度，会不会过期 | | 性格 | 数据稳定性：口径是否一致，指标定义是否漂移 | | 掉毛程度 | 噪声和缺失：异常值、空值、重复订单、刷单痕迹 | | 运动量 | 更新频率：日更、周更、月更，能不能支撑实时决策 | | 新手友好度 | 分析门槛：有没有原始表、字段说明、可复算口径 |
性格特点（3~5个，每个配场景）
- 会“报喜”：行业报告爱放高增长。场景：看到“宠物经济增速 20%”，先问基数和统计范围。
- 会“掉毛”：指标口径容易缺。场景：对比猫粮销量，有的含冻干，有的只算主粮。
- 会“装乖”：样本偏一二线年轻人。场景：问卷说高付费意愿，但下沉市场没覆盖。
- 会“迟到”：数据滞后。场景：季度财报出来时，市场热点可能已经切换。
优点和缺点（双列）
| 优点 | 缺点 | |---|---| | 能看趋势：判断品类冷热、价格带变化 | 口径混乱：同一指标不同报告数字差很多 | | 能定位人群：找养猫、养狗、异宠、银发宠物主 | 样本偏差：线上样本多，线下门店和农村少 | | 能辅助决策：选品、定价、投放、开店选址 | 滞后明显：数据出来时，市场可能已经变 | | 能发现机会：宠物保险、洗美、殡葬、智能用品 | 容易过度解读：把相关当因果，把短期当长期 |
饲养要点（饮食/运动/护理）
- 饮食：先统一“口径饲料”：时间范围、地域、价格带、品类边界要一致。
- 运动：做交叉验证：把报告、电商销量、门店访谈、平台指数放一起看。
- 护理：定期清洗和归档：记录来源、更新时间、负责人，异常值单独标记。
常见健康问题
- 口径污染：同一份数据混了线上和线下，结论会飘。
- 样本偏差：只覆盖高消费城市，容易高估客单价。
- 异常值没处理：一笔大额订单可能拉高平均消费。
- 数据滞后：用旧数据做新决策，容易踩坑。
- 医疗数据风险：涉及宠物用药剂量、毒性风险、疾病治疗方案时，必须以正规兽医资料为准【需核实】
适合谁养
- 宠物品牌：看消费趋势、新品机会、价格带。
- 门店和医院：看本地需求、服务结构、客群变化。
- 投资人：看赛道规模、增长质量和竞争格局。
- 内容博主：找选题，但别把数据当故事全编。
- 新手从业者：先学口径和交叉验证，再下结论。