导读

对比分析在于看出基于相同数据标准下,由其他影响因素所导致的数据差异,而对比分析的目的在于找出差异后进一步挖掘差异背后的原因,从而找到优化的方法。

来源:诸葛io数据教练丨作者:诸葛io

数据猿官网 | www.datayuan.cn

今日头条丨一点资讯丨腾讯丨搜狐丨网易丨凤凰丨阿里UC大鱼丨新浪微博丨新浪看点丨百度百家丨博客中国丨趣头条丨腾讯云·云+社区

上面这张图表是一个常见的柱状图,而柱状图的作用在于直观对比各项数据之间的差异。

上面这张柱状图是针对9月份各渠道获客统计的一个对比分析图表,针对各渠道的下载量、访问量、注册量进行对比。

对比要点一:对比建立在同一标准维度上

在这张图中,首先要关注到的对比要点是各项数据的对比要基于同一维度。这张图是针对9月份的渠道推广效果的对比统计,9月份就是第一个对比标准,也就是时间维度。

在时间维度下,后续对比的结果都是基于这个标准产生的,也就是在9月份这个时间范围内的数据对比,并不能用10月份的数据与这个图表中的数据对比。当然,除了时间维度,也可以使用空间维度,例如渠道A在1-12月每月的数据对比。无论用什么维度,对比要建立在一个大的标准下。

对比要点二:拆分出相关影响因素

在时间这个大维度下,我们对各渠道的获客效果进行了拆分,也就是将获客效果衡量分为了访问量、下载量和注册量。这三个维度的数据作为判断渠道获客的标准,从对比中找出各渠道的优劣。

例如通过这个图表可以看出,渠道A的访问量最高,渠道B的下载量最高,渠道A的注册量最高,那么这样的对比结果能够说明什么问题呢?

我们能够看到,渠道A从访问到下载的流失比较严重,渠道B从下载到注册的流失比较严重,而渠道C在访问量、下载量都低于其他渠道的基础上,渠道C的注册量与渠道A并没有相差太多。

也就是说,我们可以提出一个假设,渠道C的获客效果更好,为了印证这个假设,我们可以在影响因素中再加入渠道投放花费这个维度,如果渠道A的高访问是因为高花费,渠道C的低访问是因为低花费,那么基本可以印证这个假设。

对比要点三:各项数据对比需要建立数据标准

在这张图中能够看到一个比较奇怪的现象,渠道B的下载量比访问量还要高,为什么会这样呢?

我们在这张图表中加入了一个中间标准数据,对各项数据进行了一次标准换算。假设访问量的真实数据为1万是,标准数据为1,下载量的真实数据为1千时,标准数据为1,注册量的真实数据为100时,标准数据为1.

经过标准数据的换算,我们将各项数据放在一张图表上时,对比的差异化会更明显。

so,现在明白对比分析法要怎么做了么?

对比分析法的维度可以分为同比、环比、定基比等不同的对比方法:

同比:例如去年9月与今年9月的对比,同比一般被看做是基于相同数据维度的时间同期对比,也可以看做基于时间维度的影响因素对比,例如相同的营销活动在不同的渠道投放所带来的转化数据,也可以看做是同比。

环比:例如9月份与8月份数据的对比,这是从时间维度的对比,也可以以周期性维度对比,例如第一阶段推广投放了10个渠道,第二阶段推广投放了15个渠道,那么第二阶段与第一阶段环比上涨还是下降,进而找出数据变化的原因。

定基比:定基比是指针对一个基准数据的对比,例如在各推广渠道中,渠道B与渠道A相比,渠道C与渠道A相比,而两者的比值是渠道B与渠道C的定基比。

对比分析在于看出基于相同数据标准下,由其他影响因素所导致的数据差异,而对比分析的目的在于找出差异后进一步挖掘差异背后的原因,从而找到优化的方法。

▲向上滑动

采访/报道/投稿

yaphet.zhang@datayuan.cn

商务合作

18600591561(微信)

长按右方二维码

关注我们ˉ►

七种常见的数据分析法之:对比分析法相关推荐

  1. 七种常见的数据分析法之:可行域分析

    导读 福格模型的触发有效区,我们就将其称之为可行域.那么,可行域分析该怎么用呢? 大数据产业创新服务媒体 官网 | www.datayuan.cn 今日头条丨一点资讯丨腾讯丨搜狐丨网易丨凤凰丨阿里UC ...

  2. 七种常见的数据分析方法拆解

    数据分析一直是互联网人辨别方向的不二法门,我们通过对数据的观测来判断事物的发展趋势,也常常利用数据的思维来辩证的为决策做参考. 下面就给大家详细拆解七种常见的数据分析法,让我们的数据分析少走弯路. 0 ...

  3. 数据分析法之对比分析法

    数据分析中有很多数据分析的方法,通过这些方法我们能够直接分析出数据中隐藏的有价值的信息,从而得到一个准确的结果.而数据分析方法中,对比分析法是一个十分常用的方法,在这篇文章中我们就详细的为大家介绍一下 ...

  4. 数据分析方法01对比分析法

    对比分析法 1.概念 基于相同的数据标准下,把两个及以上相互联系的指标数据进行比较,准确量化的分析他们的差异,说明研究对象在规模大小,水平高低,速度快慢等的不同表现,目的是为了找到差异的原因,从而找到 ...

  5. 几种常见的数据分析方法拆解

    数据分析一直是我们互联网人辨别方向的不二法门,我们通过对数据的观测来判断事物的发展趋势,也常常利用数据的思维来辩证的为决策做参考. 掌握技能和工具只是第一步,做好数据分析还必须要有数据分析思维.数据思 ...

  6. 数据分析(1):对比分析法

    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 ...

  7. 算法中七种常见的时间复杂度

    这是我的推广信息,以激励自己更好的分享自己的知识和经验!也希望看到的你能够多多支持,谢谢! 1. 滴滴云AI大师: 目前滴滴云正在大力推广自己的云计算服务,需要购买的朋友们用我的AI大师码 「2049 ...

  8. 七种常见的排序算法总结

    目录 引言 1.什么是排序? 2.排序算法的目的是什么? 3.常见的排序算法有哪些? 一,插入排序 1.基本思想 2.代码实现 3.性能分析 4.测试 二,希尔排序(缩小增量排序) 1.基本思想 2. ...

  9. npm run buil构建后页面白屏_从Npm Script到Webpack,6种常见的前端构建工具对比

    从Npm Script到Webpack,6种常见的前端构建工具对比 小编说:历史上先后出现了一系列构建工具,它们各有优缺点.由于前端工程师很熟悉JavaScript,Node.js又可以胜任所有构建需 ...

  10. 从Npm Script到Webpack,6种常见的前端构建工具对比

    从Npm Script到Webpack,6种常见的前端构建工具对比 小编说:历史上先后出现了一系列构建工具,它们各有优缺点.由于前端工程师很熟悉JavaScript,Node.js又可以胜任所有构建需 ...

最新文章

  1. World Final 2012
  2. 深入理解python的元组本身不可变性
  3. 快照是什么?揭秘存储快照的实现
  4. json转string示例_C.示例中的String.Copy()方法
  5. 接到老大的任务,要求开发内部进销存系统
  6. MogDB数据库如何完美适配Grafana及Prometheus?
  7. datatables使用封装
  8. spring boot 使用devtools热部署
  9. 2017前端技术大盘点 1
  10. 消除blur属性的边框
  11. Pod install 慢, pod update 慢, Cocoapods setup下载缓慢,手动解决方案
  12. 模式识别之特征提取算法
  13. python与乐高ev3结合_EV3结合PYTHON主题编程之驱动车
  14. TP—Link路由器进行WDS无线桥接设置方法
  15. SpringCloud系列——Eureka中Region和Zone概念介绍
  16. 全面复盘Android开发者容易忽视的Backup功能
  17. C语言规定 程序中各函数之间_,C语言规定,程序中各函数之间________。 答案:既允许直接递归调用也允许间接递归调用...
  18. 克罗内克函数Kronecker Delta【OI Pharos 6.2.1】
  19. Fabric系列 - 锚节点
  20. CSDN官方markdown教程

热门文章

  1. 导数、微分、偏导数、全微分、方向导数、梯度的定义与关系
  2. Go Playground exercise
  3. 大奖赛现场统分。已知某大奖赛有n个选手参赛,m(m2)个评委为参赛选手评分(最高10分,最低0分)。统分规则为:在每个选手的m个得分中,去掉一个最高分和一个最低平 每日一题--2020049--
  4. Java嗖嗖移动项目
  5. Linux Deamon函数
  6. 高通功耗调试17之TLOC DEAMON导致待机/亮屏电流异常问题
  7. 5款实用报表工具分析,报表工具这样选!
  8. 免费报表软件有哪些?5款热门工具
  9. 硬盘格式化怎么操作 硬盘格式化后数据还在吗
  10. 滴滴开源 ​DoraemonKit:一款像哆啦A梦般全能的App研发工具