根據官方公佈的數據，2019年天貓雙十一全天成交額2684億元。
隨後一個網友在4月份給出的預測被全網瘋傳，因為給出的預測區間（2675億或2689億）與真實值相差無幾，引發天貓雙十一數據造假的猜測。
那麼天貓雙十一數據到底造假了嗎？經過@PITD阿虐 一番研究，結論是沒有，以及沒必要。
預測模型到底靠不靠譜？
神奇網友的預測模型其實很簡單，就是用二次函數（拋物線）和三次函數來擬合曆年的天貓雙十一銷售數據。
具體來說，就是把銷售額當成Y，時間軸（1,2,3,4,5……）當成X，然後把X以及X的平分和三次方，拿來預測Y。本著科普和求真的態度，@PITD阿虐把模型重新做了一遍，發現結果的確很驚人，擬合度接近100%，而且預測值非常接近真實值2684億。
從數據分析的直覺上來說，這個模型是有問題的。因為只有10個樣本點，而未知參數有3-4個。初中生都知道，兩點確定一條直線，三個點確定一條拋物線，而這裡的10個點，也不是很多的樣子。
而這位神奇網友的邏輯在於，因為擬合效果如此完美，所以數據存在造假。如果拿一個第三方（沒有造假動機）的數據來做對比，預測效果也如此之好的話，這個邏輯就不存在了。
美國零售聯合會（National Retail Federation）每一年都會公佈“黑色星期五”的零售數據，因為這一數據是行業數據，以線下零售數據為主，不涉及單個公司的商業利益，基本可以認為是沒有造假動機。
由於2019年“黑色星期五”還沒到來，於是我們拿2008-2017年的10個數據點來預測2018年的數據。在同樣的數據設定下，用同樣的方法，模型的擬合度也都在99%以上，而且預測效果同樣非常接近：二次函數預測值為7070億，三次函數預測值為7101億，而真實值為7175億。
因此，質疑的邏輯已然不成立，天貓的雙十一數據並沒有作假。這個預測模型只是一個小樣本數據的幸運結果，本質上跟那些畫移動平均線的股民沒太多區別。預測對了，“金叉”就成立；預測不對，就換個技術指標再預測……
（看到知乎上很多人在糾結這個時間序列是不是不平穩，是不是存在“偽迴歸”現象……其實這些細節都不重要，而且不能解釋為什麼預測效果這麼好。）
有無數據造假的必要?
數據是否造假，其實很難實錘。
統計裡有個概念叫數據生成過程（Data Generation Process），也即數據是按照一個什麼樣的規律“生成”的。要實錘一個數據造假，就要挖到其數據生產過程，對於神奇網友擬合的拋物線也好，三次函數也罷，終歸不可能是天貓官方捏造數據的“生成器”。
互聯網從業者的命門從來都是那些績效指標（KPI），要數據造假也只是為了拼命完成KPI。就像阿里前員工雲舒說的一樣，阿里要控住交易額太簡單了。
如果離完成KPI還剩下幾個億，多發一點優惠券，多吆喝幾聲就行了，實在沒有造假的動機。
同時，真實的數據往往可以找到很多佐證。天貓雙十一的成交額增速其實一直是放緩的，下降的趨勢與物流數據非常一致，這也側面說明了數據沒有作假。
雙十一為何屢破記錄？
每次雙十一，總是會被很多破紀錄的消息刷屏。對這種“奇蹟”的好奇，可能也是數據造假邏輯得以傳播的原因。
前面說的銷售額，其實是基於電商公佈的GMV數據：GMV=銷售額+取消訂單金額+拒收訂單金額+退貨訂單金額。也就是說即使你取消訂單，它還是會計入GMV的，所以真實的銷售額數據，是很難知道的。
同時，有過雙十一購物經歷的都會知道，複雜的紅包規則和預售模式，其實擠壓了雙十一之前的銷售額。
天貓雙十一的GMV數據，可以佔到全網（淘寶+天貓）的3%左右。天貓雙十一近三年的GMV為1682億，2135億，2684億，而天貓平臺近三年的全年GMV數據為15650億，21310億，26120億（注：數據來源於阿里巴巴財報，其財務年末為3月31日）。如果用天貓雙十一的GMV除以天貓的全年GMV的話，這個比例可以達到10%左右。從這個角度看，一天的GMV就佔到了全年的10%，也許數據本身就挺正常的。
阿里官方的回應
由於數據造假的謠言傳遍網絡，阿里官方開始“律師函警告”。馬雲也在今天的世界浙商論壇上回應：“在這裡我向大家保證，在數據時代、在互聯網時代，每一分錢都極其之準確。”
現在，這位神奇網友也刪掉了原來的微博，數據造假一說應該可以被正式認定為造謠了。但是從數據分析的角度來說，這個預測還真是一次大膽的嘗試，希望阿里輕虐這位神奇網友……
