数据分析（1）：对比分析法（附文章架构图）

在平时工作中，遇到简单的业务问题，你可以直接查看数据，验证并解决掉，但遇到复杂的问题时，你可能都不知道要什么数据，看到数据都无从下手，拿到数据也看不出什么问题。本篇文章中，作者介绍了常见又比较通用的几种数据分析方法，希望这些数据分析方法能够成为你利用数据和解决业务问题的利器。

数据分析有哪些价值呢？

像DAU/MAU这样的数据指标，直接去看就可以了，但是如果你的DAU昨天突然下跌了20%，你看到了这个结果，那它为什么下跌？下跌的原因是什么呢？如果你要找出下跌的原因就没有那么直接明了了。

上面我们说到下跌，那什么样的数据能告诉你下跌的原因呢，如果你的工作中涉及到数据分析，你肯定会遇到类似的问题。

举个栗子：你在互联网上有个菜铺，菜铺从浏览到消费的转化率一直很低，那到底该优化哪里呢？如果你要投放广告该怎么选择对象人群呢？

这些问题不是一个简单的指标就能告诉你该怎么做的，真正支撑你的工具或者数据也并不能直接帮你解决这些问题，你需要做的是将上面遇到的问题和你的数据建立一种关系的，然后通过一些分析方法和分析工具，让你在遇到问题时知道：我该选择什么样的分析工具或分析方法去解决实际业务中遇到的问题。

下面呢我们先讲讲对比分析法~

对比分析法

数据分析的最终目的是对现实的情况或一个功能的好坏做评估，这里最常用的方法就是对比分析法啦，俗话说的好：没有对比就没有伤害。

举个栗子：你的菜铺某一天的数据数据下跌了600，某宝某一天的数据下跌了600。那对于某宝来说这个数据算异常吗？带着这个问题，我们继续往下看…

接下来我们要解决对比分析法中的三个问题：

1. 比啥呢？
2. 如何比？
3. 跟谁比？

首先，比啥呢？

这里有两种比法：

（1）绝对值 

绝对值是本身就具备价值的数字 ，比如：电商平台的销售金额、公众号的阅读数、人人都是产品经理平台的阅读数和收藏数等。

当然，如果只看绝对值，你就无法得知事情严重到什么程度了。

（2）比例值

比例值在具体环境中看比例才具备对比价值，比如：人人都是产品经理社区的活跃占比、注册转化率，电商平台的详情页转化率，复购率等。

我们需要注意的是：比例值是一个除法计算，很容易把数量级的一些数字给忽略了，比如说：85除100和85000除以100000得到来的都是同样的值。

其次，如何比？

说到如何比，你一定听说过这两个词，环比、同比。说到环比和同比，大家一定会想到它们会跟年月日有关系，在这里呢，咱要强调一下，环比和同比不跟年月日挂钩，它只是两个概念。下面我们来说说这两个概念：

（1）环比

环比是与 当前时间范围 相邻的 上一个时间范围 对比

以下图为例：如果是日环比，则是拿星期二的数据与星期一的数据比，同理，周环比呢，则是拿本周的数据和上一周的数据对比，那月环比自然也是拿本月的数据与上一个月的数据对比了。

环比适合分析短期内具备连续性数据的业务场景，举个栗子：你是起点的产品经理，起点学院要给一门课程做促销活动，这个活动连续10天，在做这个活动的过程中，你每天都会去观察活动的效果，根据前一天的活动效果来优化后面的活动过程，而这个课程的活动之前没有做过，没法与以前的活动效果进行对比，这个时候你就要看日环比。

环比适用于根据相邻时间范围的数字对当前时间范围的指标进行设定 。比如给我们的产品设定每月新增用户为100000，但是第一月我们只做到10000，第二个月只做到12000，那我们就需要跟据前面两月的实际情况进行对比，调整第三个月及之后的目标了。

那什么是同比呢？

（2）同比

同比是与 当前时间范围 上层时间范围的 前一范围 中 同样位置数据 对比。

举个栗子：今天是4月16日（当前时间范围），我们选择月同比，这里选择3月，月就是 上层时间范围。 刚才说了今天是4月16日，那做月同比呢，就是选择3月16日来同4月16日进行同比。同比的使用场景有：打赏的流水、销售流水等，在4月跑完流水之后，我们就会拿每一天去同上个月同样的一天做 同比 的对比。

像旅行、餐饮、骑行这些会受季节性影响的产品，会拿今年的这个日/月或一个时间段跟去年的同期进行比较。

在选择同比时：

• 周同比： 如果是周同比，咱们最好选择周几，这样会排除因为周末或其他原因产生的影响，比如咱们选择本周的周一与上周的周一进行对比。
• 月同比： 如果是月同比，咱们就可以把上个月的目标和这个月的目标每一天的进行校准。
• 年同比： 年同比就是拿这一年和上一年进行同比，但是要去除掉季节、节假日的影响。

同比更适合去观察长期的数据集， 还拿起点学院举栗子：从2014年成立到现在五六年了，这个时候我们对比数据时可以把今年的同去年的，或者去年同前年的，或者往年的任意一年的年同比进行对比，对比一下在同样的季度或月份里，咱们的数据表现是否正常。

同比适用于观察的时间周期里有较多干扰，而咱们希望某种程度上消除这些干扰。比如你是家校通这类工具类型的产品，你是不是需要考虑寒假，暑假和其他一些节假日，那如果你是短视频类的产品，你是不是需要考虑工作日和周末呢。

最后，和谁比？

对比分析，肯定要对比的对象，那咱们跟谁比呢？

（1）和自己比

时间维度： 拿昨天跟前天，拿这个星期跟上个星期比等等。

不同业务线： 跟公司不同的业务线进行对比，比如我是做语言培训的，我拿英语和日语比。英语数据涨跌厉害，那日语有这种情况吗？

往期均值： 这里不同于时间维度，像留存、销售额、日活这些都是比较连续的数据，每天都会产生新的指标。但是有很多事情不是连续性的，它不会每天都产生数据，所以，这个时候咱们就要根据往期这些数据的均值进行对比。

（2）各行业比

上面咱们讲到和自己比，那在实际的业务中，如果跟自己比找不到原因，那么咱们就需要跟行业比，看是自身的原因，还是行业的趋势导致的跌或者涨。

都跌： 如果都跌，咱能不能比同行跌得少？

还拿上面语言培训类的产品为例，A公司的跌了10%，咱们公司跌了30%，那么在这个相对竞争的环境中，咱跌的是更多的，通过这样的对比，咱就可以找到原因，并解决掉这个问题了。

都涨： 如果都涨，咱能不能比同行涨得快？

都涨也是一样的道理，如果A公司涨了30%，咱们只涨了10%，也能找到原因，并给出解决方案。因为如果不这样做，那么相对于竞争对手而言，咱还是在跌的。

最后，文章上面提的问题：你的菜铺某一天的数据数据下跌了600，某宝某一天的数据下跌了600。那对于某宝来说这个数据算异常吗？我想你看完这篇文章已经有答案了。

好啦，到这对比分析法就讲完啦，下面是这一模块的思维导图，建议收藏并保存哦~

预告：下篇我们来唠唠多维度拆解法，欢迎继续关注~

 

本文作者：菜菜，公众号：菜菜唠产品（caicailaochanpin)~

本文由 @菜菜 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。