我之前做过很多关于数据分析方法、数据模型的分享，但是最近很多人跟我说，有些方法和模型只是空有其表，实际上做出来之后很难分析出什么结果，比如波士顿矩阵、RFM模型等等。

很多人在做数据分析时都会犯一个毛病，那就是把数据给孤立了，不去找合适的参考指标和对比系，而是盯着最后的某个分析结果，这是很难找到数据价值的。

那么为什么会出现这种情况呢？是因为很多人都没有完全领悟数据分析的基础方法和思维，比如对比、溯源、细分，就开始套用各种分析模型，分析出的结果自然没有任何的意义。

所以最近我将开始一个新的专题——《数据分析基础方法与思维》，从基础出发，不断练习。今天我们就从对比分析法开始讲起。

说起对比法，可能很多人都觉得不值一哂，但其实对比法并不像是你想象的那么简单。

什么是对比分析法？

我们都知道大数据有一个特点——相对性，就是说数据之间都是有差异的，而对比分析正是利用相对性找到数据的变化特点和发展趋势，简单来说就是找差异，以及找出影响这种差异的原因、优化差异的方法。

怎么找呢？一般来说是需要比较两个或者多个具有关联的数据，可以是比较多少、比较大小、比较快慢等等。但是这些数据必须要基于统一的指标，最好是在更多的维度下进行对比。

省份是维度，能力是指标

比如说，老板让你分析一下今年企业的发展情况，你拉表之后发现销售额比去年增长了10%，净利润比去年增长了5%，成本消耗比去年降低了3%。销售额、净利润、成本消耗就是对比的指标，我们不能拿销售额的数据去对比成本数据，这就是指标的统一。

有了这些指标就可以说明企业发展很好了吗？不，假如同行业的其他企业销售额都增长了80%，那么该企业的发展其实是很差的。因为我们只有今年、去年的时间维度，忽略了与竞争对手的横向维度，因此我们要尽可能的多找维度。

简单来说，对比法就是建立一个参考系，通过不同的维度和指标来找到数据的差异点。

对比法的步骤？

1、拆分影响因素，排除无关因素。

在我们进行数据分析之前，要先对影响因素进行拆分，如果要对比APP的拉新效果，就要将因素拆分为访问量、点击量、注册量等等，这些被拆分出来的因素就是我们要对比的指标。

同时也要排除掉无关的因素，比如APP某几天浏览量的下降，可能是因为平台全面限流导致的，这样的因素会影响我们对数据变化的判断，不能帮助我们找到产品缺陷，因此要排除出去。

2、多维度对比，一般分为四种。

时间维度：同时期对比或者上一时期的对比，包括环比、同比。
空间维度：比如不同城市的对比、不同行业的对比、不同国家的对比。
计划维度：比如与计划值、平均值、中间值的对比，多为差异对比。

3、保持一致性。

在对比分析时，我们要保证对象的一致性、数据来源的一致性、维度与指标的一致性。我们不能那自己的产品去对比用户，同时也要注意不同来源的数据有可能是不同的，比如财务数据里的“净利润”与销售数据的“净利润”可能并不是相同的，定义不同，数据自然也会不同。

对比法的分类？

1、纵向对比

纵向对比就是跟自己的某个指标进行对比，比如同比、环比。

同比

同比就是对比相同时期的数据，例如“3月销售额比去年同期上涨50%”，其就是用今年3月份的销售额与去年3月份的销售额进行对比，运用同比主要是为了消除淡季、旺季的影响。

同比增长率公式为：（本期发展水平-去年同期发展水平）/去年同期发展水平*100%

同比在对比分析法中经常被用到的，用来比对今年与往年同时期的发展速度情况，但是不能滥用，一定要考虑同比的价值。

比如说今年3月销售额的同期对比是否真的有意义？比如，如果去年第二季度的数据低谷是因为某种原因（市场政策等外力因素）造成的，那么该月份的同比数据就是毫无意义的，相反还会造成第二季度“虚假增长”的假象。

环比

环比就是对比上一个时期的数据，例如“3月销售额环比增长50%”，其就是用今年3月份的销售额数据与2月份进行对比，运用环比主要是为了表现相邻发展时期的数据变动情况，比如日环比、周环比、月环比、季环比、年环比。

环比增长率公式为：（本期数据-上期数据）/上期数据*100%

同样的环比也不能滥用，为了消除季节的影响，我们在使用环比时往往会加入季节调整模型，对原始统计数据进行加工处理，而因为季节模型中参数确定方法的差异，得到的环比统计结果也会有所不同,这也正是环比统计工作的难点所在。

2、横向对比

横向对比就是将自己与他人进行对比，比如行业对比、产品对比。

比如开头我们讲到的例子，年增长10%并不能说明企业的发展就是好的，而要考虑到整个行业的整体发展情况，如果整体发展都在50%以上，那么你的企业发展反而是落后的。

一般来说，横向对比需要对比多个指标、一个维度，而且要注意保证单一变量。比如说，对比两个APP产品的上线效果，当我进行浏览量对比时，要确保其他变量不变，比如上线时间、用户数量等等，这样才能找到对象之间的差异点。

总结

数据分析必须在业务中灵活应用才有意义，对比法同样也是如此。灵活巧用对比分析，最关键地是要理解参考系的建立，也就是指标与维度，并且遵循对比分析法的原则，这是数据分析中最为基础的内容。

手把手教你最好用的数据分析方法，会用的没几个相关推荐

TikTok账号运营：零播放、被限流的3大原因，手把手教你检测技巧和处理方法
大家好,我是项柚.从业TikTok跨境电商多年的自媒体人,专注分享海外版抖音TikTok运营技巧和商业变现,主要针对外贸企业做TikTok的商业化布局 TikTok运营的过程中,大家发布了短视频内容, ...
手把手教你使用深度学习的方法进行人脸解锁
来源:DeepHub IMBA 本文约3000字,建议阅读8分钟本文手把手教你如何创建人脸解锁算法. 今天,我们将使用深度学习来创建面部解锁算法.要完成我们的任务需要三个主要部分. 查找人脸的算法 ...
修复计算机的英语怎么拼,电脑输入法不见了怎么恢复？手把手教你恢复电脑输入法的方法...
操作电脑的时候不知道按到什么键了,输入法突然就不见了,这样就没办法正常打字,为此感到非常苦恼.有什么办法能让输入法重新显示呢?这不小编分享几种恢复电脑输入法的方法,有需要的一起来学习. 方法一: Wi ...
清华大佬手把手教你使用Python进行数据分析和可视化
Python是进行数据分析的一种很不错的语言,主要是因为以数据为中心的 python 库非常适合. Pandas是其中的一种,使导入和分析数据更加容易. 在本文中,我使用了来分析斯坦福网站的公共数据集 ...
如何升级浏览器_手把手教你申请IOS14 Beta升级方法
就在最近苹果公司正式开放了 IOS14 Public Beta 2 还不了解IOS14的小伙伴参考一只废材:WWDC2020 之 IOS14 篇(内含升级方法和个人体验参考)zhuanlan.z ...
手把手教你入门R语言--数据分析篇（1）——数据导入与基础绘图
R语言入门系列课程(6) 前面已将R语言的基础全部交给大家了,这两节将教大家用R语言进行数据分析的基础.数据读入(数据源包括txt文件.Excel文件.MySLQ数据库.MongoDB数据库).数据写 ...
【赠书】pandas创始人手把手教你利用Python进行数据分析
周末就要到了,本次给大家赠送5本Python技术书籍,这次赠送的书籍是<利用Python进行数据分析>. 这是一本什么样的书 Python是目前数据科学领域的王者语言,众多科学家.工程师. ...
成功打不开_switch商店打不开怎么办？手把手教你用这五种方法成功进入eshop
最近不少switch玩家都遇到了一个尴尬的问题,那就是商店进不去,Switch商店进不去,一般会提示的是2155-8028或者是2155-8007,2811-5003等,但是新闻是可以浏览的,而且网络 ...
怎么设置计算机网络打印机共享,打印机共享怎么设置手把手教你打印机共享的设置方法【图解】-太平洋电脑网PConline_教你学电脑_太平洋电脑网PConline...
工作中打印一些文件是很常见的事,不过我们经常会碰到一个比较让人头疼的问题,就是如何让办公室里的所有人员都共用一台打印机,这里就牵扯到如何共享打印机这一问题.今天小编就教你:打印机共享怎么设置.主要就包 ...

手把手教你最好用的数据分析方法，会用的没几个

什么是对比分析法？

对比法的步骤？

对比法的分类？

总结

手把手教你最好用的数据分析方法，会用的没几个相关推荐

最新文章

热门文章