
在數(shù)據(jù)分析工作中,你可能經(jīng)常遇到這樣的問題:
從瀏覽到消費的轉(zhuǎn)化率一直很低,那到底該優(yōu)化哪里呢?
如果你要投放廣告該怎么選擇對象人群呢?
遇到類似的問題,我們需要將具體的業(yè)務(wù)問題和數(shù)據(jù)之間建立一種關(guān)系,然后通過一些分析方法和分析工具,讓我們在遇到此類問題時知道:我該選擇什么樣的分析工具或分析方法去解決實際業(yè)務(wù)中的問題。
俗話說:沒有對比就沒有傷害。數(shù)據(jù)分析的最終目的是對現(xiàn)實的情況或一個功能的好壞做評估,這里最常用的方法就是對比分析法啦。
舉個例子來說,2020財年淘寶天貓GMV達成6.589萬億,如果沒有對比GMV只是一個數(shù)字而已,我們并不知道這個數(shù)字代表的業(yè)務(wù)狀況到底如何,業(yè)務(wù)是增長了呢,還是衰退了呢?如果我們把前三財年的GMV數(shù)據(jù)也放上,就會發(fā)現(xiàn)2020財年的GMV是增長的,從這個對比數(shù)據(jù)來看業(yè)務(wù)是穩(wěn)定上升的。這就是對比分析在數(shù)據(jù)分析中的作用,沒有對比就沒有數(shù)據(jù)結(jié)論!
接下來介紹對比分析法中的三個問題:比什么?如何比?跟誰比?
絕對值是本身就具備價值的數(shù)字 ,比如:電商平臺的銷售金額、公眾號的閱讀數(shù)等。當(dāng)然,如果只看絕對值,是無法得知事情嚴(yán)重到什么程度的。
在具體環(huán)境中看比例值才具備對比價值,比如:電商平臺的詳情頁轉(zhuǎn)化率,復(fù)購率等。需要注意的是:比例值是一個除法計算,很容易把數(shù)量級的一些數(shù)字給忽略了,比如說:85除100和85000除100000得到的都是同樣的值。
數(shù)據(jù)對比分析是數(shù)據(jù)分析崗最常用的方法。
環(huán)比是與當(dāng)前時間范圍相鄰的上一個時間范圍對比。
以下圖為例:如果是日環(huán)比,則是拿星期二的數(shù)據(jù)與星期一的數(shù)據(jù)比,同理,周環(huán)比呢,則是拿本周的數(shù)據(jù)和上一周的數(shù)據(jù)對比,那月環(huán)比自然也是拿本月的數(shù)據(jù)與上一個月的數(shù)據(jù)對比了。
環(huán)比適合分析短期內(nèi)具備連續(xù)性數(shù)據(jù)的業(yè)務(wù)場景。 舉個栗子:比如說我們要做一個為期10天促銷活動,在做這個活動的過程中,每天都會去觀察活動的效果,根據(jù)前一天的活動效果來優(yōu)化后面的活動過程,而這個活動之前沒有做過,沒法與以前的活動效果進行對比,這個時候就要看日環(huán)比數(shù)據(jù)了。
環(huán)比適用于根據(jù)相鄰時間范圍的數(shù)字對當(dāng)前時間范圍的指標(biāo)進行設(shè)定。
比如給我們的產(chǎn)品設(shè)定每月新增用戶為100000,但是第一月我們只做到10000,第二個月只做到12000,那我們就需要跟據(jù)前面兩月的實際情況進行對比,調(diào)整第三個月及之后的目標(biāo)了。
同比是與當(dāng)前時間范圍上層時間范圍的前一范圍中同樣位置數(shù)據(jù)對比。
舉個栗子:今天是4月16日(當(dāng)前時間范圍),月同比就是選擇3月16日來同4月16日進行同比計算。
同比的使用場景有:打賞的流水、銷售流水等。像旅行、餐飲、騎行這些會受季節(jié)性影響的產(chǎn)品,會拿今年的這個日/月或一個時間段跟去年的同期進行比較。
同比更適合去觀察長期的數(shù)據(jù)集。
舉個栗子:公司每年都會進行“雙十一”大促,這個時候我們對比數(shù)據(jù)時可以把今年的同去年的,或者去年同前年的數(shù)據(jù)進行對比。
同比適用于觀察的時間周期里有較多干擾,而我們希望某種程度上消除這些干擾。比如說短視頻類的產(chǎn)品,是不是需要考慮工作日和周末以及其他節(jié)假日呢。
對比分析法的特點是:可以非常直觀地看出事物某方面的變化或差距,并且可以準(zhǔn)確、量化地表示出這種變化或差距是多少。
確定對比的對象是數(shù)據(jù)分析的第一步。
對比的對象可以是自己,也可以是行業(yè)。如果是和自己比的話,可以通過某段時間的業(yè)務(wù)平均值、中位數(shù)等統(tǒng)計指標(biāo)來衡量業(yè)務(wù)的整體大小;也可以通過變異系數(shù)來衡量業(yè)務(wù)整體的波動;同時也可以使用同比、環(huán)比等指標(biāo)來衡量業(yè)務(wù)的變化趨勢。如果是和行業(yè)比較的話,可以通過行業(yè)趨勢與業(yè)務(wù)發(fā)展趨勢進行對比,以判斷業(yè)務(wù)發(fā)展是否健康;當(dāng)然也可以和行業(yè)的金標(biāo)準(zhǔn)進行對比,以確定業(yè)務(wù)發(fā)展是否達到行業(yè)標(biāo)準(zhǔn),進而調(diào)整業(yè)務(wù)發(fā)展方向和策略!
時間維度:拿昨天跟前天比,拿這個星期跟上個星期比(環(huán)比、同比)等等。簡單說一下同比的環(huán)比的區(qū)別,如圖片。
不同業(yè)務(wù)線:跟公司不同的業(yè)務(wù)線進行對比,比如說做線上汽車交易的,拿新車和二手車比。二手車數(shù)據(jù)漲跌厲害,那新車有這種情況嗎?
往期均值:這里不同于時間維度,像留存、銷售額、日活這些都是比較連續(xù)的數(shù)據(jù),每天都會產(chǎn)生新的指標(biāo)。但是有很多事情不是連續(xù)性的,它不會每天都產(chǎn)生數(shù)據(jù),這個時候就要根據(jù)往期這些數(shù)據(jù)的均值進行對比。
結(jié)合實際的業(yè)務(wù)場景,指標(biāo)上升、下降、持續(xù)保持波動沒有變化或大幅波動等,都能夠稱之為某種程度上的問題。
2.和行業(yè)比
在實際的業(yè)務(wù)中,如果跟自己比找不到原因,那么就需要跟行業(yè)比,看是自身的原因,還是行業(yè)的趨勢導(dǎo)致的跌或者漲。
都跌:如果都跌,咱能不能比同行跌得少?
舉個栗子:A公司的跌了10%,咱們公司跌了30%,那么在這個相對競爭的環(huán)境中,咱跌的是更多的,通過這樣的對比,就可以找到原因并解決這個問題。
都漲:如果都漲,咱能不能比同行漲得快?
都漲也是一樣的道理,如果A公司漲了30%,咱們只漲了10%,也能找到原因,并給出解決方案。因為如果不這樣做,那么相對于競爭對手而言,咱還是在跌的。
2025年,是數(shù)據(jù)時代的新起點,也是職業(yè)探索的新征程。
以上的文章內(nèi)容來源于柯家媛老師的專欄,如果您想閱讀專欄《業(yè)務(wù)數(shù)據(jù)分析模型》,點擊下方鏈接
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10