数据论证的过程一定要有严密的逻辑性，否则只能算拍脑袋，而不是论证。最常见的就是堆砌无用的论据，很多报告为了使分析“看上去”有道理，或者内容“看上去”充实，使用了大量的无效论据做“验证”，而这些论据其实和结论没有关系。

1.论证不周

在论证过程中遗漏一些关键证据，导致最终结论有瑕疵，甚至与事实违背。这是最常见的谬误，在实际工作中也很难避免。根本原因是事物本身的复杂性，缺乏逻辑思维和独立思考能力，以及思考分析不周全。

2.错误归因

如果两件事同时发生或先后发生，并不能说明任何相关性。这两件事可能有共同的起因，可能有因果关系，也可能根本毫不相关。例如，啤酒和西瓜的销量往往正相关，因为两者的销量上升是由于夏天气温上升导致的。其他因素，如世界杯、奥运会等会导致啤酒销量上升，但并不影响西瓜的销量，如果在世界杯、奥运会期间看到啤酒销量上升就判断西瓜的销量也会上升，显然结论错了。

3.孤例论证

在论证过程中，用个别案例代替整体状况。此类谬误往往是故意为之，通过刻意寻找的一些孤例来论证自己的观点，对其他普遍现象一概视而不见。一般是先确定观点或立场，然后仅挑选那些对自己有利的证据。这样以偏概全，论证自然缺乏说服力。

（四）常见错误——缺乏结论

我相信不少人读过这样的报告：有非常多的数据和信息，这些数据和信息的可信度比较高，但这些数据和信息有什么内在联系、会产生什么样的影响却一概不谈，或者谈得很少，这就是典型的缺乏结论和观点。主要原因是缺乏对数据背后隐含意义的挖掘，以及缺乏思考不同数据之间的联系。这一类错误往往很隐蔽，因为会被过多的数据与信息掩盖。